Інструмент підтримки прийняття клінічних рішень на основі глибокого навчання може допомогти зменшити кількість непотрібних біопсій молочної залози, згідно з новим дослідженням, опублікованим 9 серпня в Radiology: Artificial Intelligence.
Вчені з Х’юстонської методистської лікарні раніше розробили інструмент, який отримав назву iBRISK – інтелектуально-доповнений калькулятор ризику раку молочної залози, щоб краще оцінити ризик розвитку захворювання у жінок. Вчені створили цей інструмент, застосувавши глибоке навчання до клінічних факторів ризику та мамографічних дескрипторів 9700 осіб, які пройшли обстеження в їхньому закладі, і перевірили його на ще понад 1000 пацієнтках.
У новому дослідженні вчені додатково протестували iBRISK на незалежному ретроспективному наборі даних зображень молочних залоз ще 4 209 пацієнток, які пройшли обстеження в трьох установах Техасу в період з 2006 по 2016 рік. Модель була спеціально розроблена для оцінки ймовірності злоякісності новоутворень 4 категорії за системою звітності та даних з візуалізації молочної залози (ВМЗ-СЗД).
Провідний автор Chika F. Ezeana з Х’юстонського методистського онкологічного центру Neal та її колеги отримали багатообіцяючі результати, підрахувавши, що інструмент штучного інтелекту може заощадити багато мільйонів доларів на обстеженнях, яких можна було б уникнути.
“Калькулятор iBRISK може допомогти лікарям, в першу чергу радіологам, у розподілі пацієнтів на групи з низькою ймовірністю злоякісності (ЙЗ), щоб уникнути біопсії доброякісних утворень, в той час як групи високого ризику можуть розглядатися як пацієнти ВМЗ-СЗД 5”, – повідомляють автори. “Більш точна система стратифікації, яка враховує життєво важливі характеристики пацієнта на додаток до аномальних, підозрілих особливостей візуалізації, необхідна для покращення оцінки ЙЗ, щоб керувати безпечним веденням таких мамографічних знахідок, запобігти надмірній біопсії та пов’язаним з нею витратам, а також зменшити емоційний дистрес пацієнта”.
Точність моделі iBRISK була розрахована на рівні 89,5% з площею під робочою характеристикою приймача 0,93. Специфічність становила 81%, і лише двоє з 1228 осіб у групі “низького” ЙЗ мали злоякісні ураження. І навпаки, у групі “високого” ЙЗ частота злоякісних новоутворень становила 85,9%. Оцінка іBRISK як безперервного предиктора злоякісності дала площу під робочою характеристичною кривою реципієнта 0,97.
Ezeana та співавт. підрахували, що iBRISK може потенційно заощаджувати сотні мільйонів доларів щороку в одній установі. Це базується на ставці відшкодування витрат на біопсію за програмою Medicare у розмірі 380 доларів США і середній вартості кожного окремого типу таких тестів. Найпоширенішим видом біопсії в Онкологічному центрі доктора Андерсона є стереотаксична (68%), тоді як вартість різних видів може варіюватися від 321 долара до майже 3600 доларів за хірургічне обстеження під контролем мамографії. Вони вважають, що за рахунок відмови від біопсії можна заощадити близько 420 мільйонів доларів США на вибірці з 390 000 жінок.
“Наше дослідження демонструє, що iBRISK може ефективно допомогти у стратифікації ризику уражень ВМЗ-СЗД 4 і зменшити надмірну біопсію цих уражень”, – підсумували автори. “Зрештою, калькулятор iBRISK буде опублікований у вигляді онлайн-інтерфейсу і стане відкритим, некомерційним і доступним для систем охорони здоров’я та центрів по всьому світу. Майбутні дослідження спрямовані на подальше вдосконалення моделі, зокрема, шляхом включення більш деталізованих даних та інших категорій ВМЗ-СЗД”.
Посилання на джерела:
- Chika F. Ezeana et al. “A Deep Learning Decision Support Tool to Improve Risk Stratification and Reduce Unnecessary Biopsies in BI-RADS 4 Mammograms.” Radiology: Artificial Intelligence. Aug. 9, 2023.
