Lekarze zyskali cennego sprzymierzeńca w zmaganiach z najczęstszym nowotworem u kobiet. Sztuczna inteligencja okazała się bardzo skuteczna w diagnozowaniu na podstawie mammografii
Wczesne wykrywanie nowotworów przekłada się skuteczniejsze leczenie. Dlatego w krajach rozwiniętych mammografie wykonuje się masowo* – tylko w USA i w Wielkiej Brytanii wykonuje się ich co roku 42 miliony. Jednak kluczem do sukcesu nie są same badania, lecz ich poprawna interpretacja. Na nasze nieszczęście nie jest to łatwe – eksperci się mylą. Na nasze szczęście przyszłość rysuje się bardziej różowo – systemy sztucznej inteligencji przewyższają już skutecznością specjalistów.
Prace nad tym, żeby zautomatyzować diagnozę na podstawie obrazów mammograficznych, toczą się od lat w wielu ośrodkach na świecie. Trwa naukowo-technologiczny wyścig – kto lepiej wytrenuje algorytmy, kto o kolejne ułamki procent poprawi wykrywalność, kto podwyższy poprzeczkę, a także – kto pierwszy zaprezentuje swoje dokonania?
W „Nature” ukazała się właśnie praca podsumowująca efekty pracy zespołu badaczy z Google Health i z Imperial College z Londynu. Jej autorami są: Scott Mayer McKinney, Varun Godbole, Jonathan Godwin i Polak – Marcin Sieniek, którzy wytrenowali algorytmy sztucznej inteligencji na mammografiach 29 tysięcy Brytyjek i Amerykanek. Ich dane pochodziły w większości z Cancer Research UK’s OPTIMAM – bazy, która zbiera dane ze szpitali: St George w Londynie, Jarvis Breast Centre w Guildford i Addenbrooke w Cambridge.
Radiologów brakuje, a wytrenowanie takiego specjalisty trwa co najmniej dekadę
Okazało się, że algorytmy sztucznej inteligencji zostały wytrenowane na tyle skutecznie, że o 5,7 proc. spadła liczba nieprawidłowych diagnoz stwierdzających nowotwór (w USA) i o 1,2 proc. (w Wlk. Brytanii). Za to w przypadku błędnych diagnoz wykluczających zmiany, podczas gdy faktycznie nowotwór się rozwijał, SI poprawiła wyniki odpowiednio o 9,4 oraz 2,7 proc. A przecież algorytm nie ma dostępu do historii choroby, a jedynie do zanonimizowanych obrazów…
Sześciu doświadczonych radiologów próbowało się zmierzyć z tym wynikiem, ale bez sukcesu – pojedynczy lekarz był w tym starciu bez szans. Dopiero dwóch doświadczonych radiologów razem było w stanie osiągnąć porównywalną z algorytmem skuteczność.
W tej chwili regułą jest właśnie współpraca dwóch ekspertów oceniających niezależnie obraz mammograficzny. W sytuacji kiedy mają inne zdanie, prosi się o rozstrzygnięcie trzeciego. Naukowcy z Google Health i Imperial College przeprowadzili symulację tego procesu z systemem SI na miejscu pierwszego z ekspertów. Okazało się, że diagnozował tak skutecznie, że – jak oceniają badacze – drugi radiolog miałby o 88 proc. mniej pracy.
Gdyby takie rozwiązanie – współpracę człowieka z algorytmem – wdrożyć w życie, badania przesiewowe w kierunku wykrywania raka piersi byłyby znacznie bardziej precyzyjne, jak również – szybsze, bo proces oceny i opisu zdjęcia przez człowieka jest czasochłonny. Radiologów zresztą brakuje, a wytrenowanie takiego specjalisty trwa co najmniej dekadę, nie wspominając o kolejnych latach doskonalenia się w zawodzie i zdobywania doświadczenia. Niech więc maszyny wspomagają ludzi w tym, co potrafią lepiej.
*Rak się nie cofa
Rak piersi jest najczęściej występującym nowotworem u kobiet i stanowi jedną piątą wszystkich nowotworów. Według WHO każdego roku zapada na niego na świecie ponad 2 miliony kobiet. W 2018 zmarło ich z tego powodu 627 tysięcy. W Polsce od kilku lat zachorowalność rośnie: według Krajowego Rejestru Nowotworów w 2010 roku na raka piersi zachorowało niecałe 16 tysięcy kobiet, w 2013 – ponad 17 tysięcy, a w 2019 – 19 tysięcy; 6 tysięcy zmarło.