Автор: 
Учёные Радиологического общества Северной Америки (RSNA) использовали алгоритм искусственного интеллекта для оценки риска рака молочной железы по маммограммам. Метод позволил выявить скрытые паттерны изображений, которые не принимались во внимание при классических исследованиях, когда основное значение придавалось плотности тканей. Алгоритм позволит делить женщин по группам риска и рекомендовать время повторного наблюдения. Статья опубликована в журнале Radiology.
Ежегодная маммография рекомендуется всем женщинам старше 40 лет для выявления рака груди. Это помогает не только обнаружить заболевание на ранней стадии, но и оценить риск путём измерения плотности тканей груди. Кроме уплотнения тканей, связанного с повышенным риском, существуют и другие неизвестные факторы, которые, вероятно, также способствуют развитию онкологии.
«Обычные методы оценки риска рака молочной железы с использованием клинических факторов не оказались достаточно эффективными, — говорит ведущий автор исследования Джон Шеперд из Гавайского университета в Гонолулу. — Мы думаем, что на изображении есть и другие факторы кроме плотности, которые могут оказаться полезными при оценке риска».
Американские учёные использовали набор данных из более чем 25 тыс. цифровых маммограмм 6369 женщин. Более чем у 1,6 тыс. женщин развился рак груди, выявленный при скрининге, а у 351 — интервальный инвазивный рак груди. На основе этих данных исследователи обучили алгоритм искусственного интеллекта обнаруживать скрытые характеристики маммограммы, связанные с повышенным риском рака. Во время тестирования модели новые факторы риска превзошли по точности обычные клинические, в том числе плотность тканей молочной железы.
Таким образом, дополнительные параметры, полученные с помощью искусственного интеллекта, позволяют лучше оценить риск развития рака груди. Результаты работы имеют большое значение для клинической практики, в которой только плотность груди определяла многие результаты исследований. Вместо того чтобы рекомендовать женщинам прийти в следующем году для повторного исследования, теперь их можно будет разделить на группы по степени риска и назначать время для повторного наблюдения исходя из этого.
