Mammography'deki mevcut AI'nın manzarası

Yapay zeka, birçok bölgede mmografi taraması için deneysel araştırmalardan taşındı. ABD Gıda ve İlaç Yönetimi (FDA) ile ilişkili on binlerce mammogram görüntüsünde eğitilmiş derin öğrenme konvoluel ağları, kötü huylu lezyonlar, mimari bozulmalar ve mikro-bazlamalar ile ilişkili desenleri öğrenmek için birçok AI tabanlı yazılım paketini temizledi. Teknoloji, insan okuyucularının yanında dağıtılmasına izin vermek değil, aynı zamanda bir üçyüzlü bir beyinli öğrenme aracı olarak hizmet etmek anlamına gelmiyor.

AI Systems Mammogramları Nasıl Analiz Ediyor

AI modelleri her mamogramı binlerce küçük görüntü yamalarına kırıyor ve önceki sınavlar için bir olasılık puanı atayabilir. Sistem daha sonra şüpheli bölgelerde aşırı ısımaps veya kutulara bağlı olarak, bu zaman analizleri özellikle de bu kadar hassas olabilir ve daha fazla çalışma oranın gerekli olup olmadığına karar verebilir. Modern AI araçları önceki sınavlar için de, insan göz önünde bulundurulabilir olan görüntüleri karşılaştırır.

Eğitim Verileri ve Geçerlilik

Herhangi bir AI algoritmasının performansı, eğitim verilerinin kalitesi ve çeşitliliğine bağlıdır. Lider sistemler, birden fazla etnik kökenden, meme deliğinden gelen veriler üzerinde eğitim verilmektedir.Düzücü çalışmalar, ancak farklı bir klinik ortamda yüksek hassasiyet ve spesifiklik göstermemelidir.Süresel çalışmalar, yanlış pozitif hatırlamalar ile ilgili olarak bildirilenler gibi. ve 15 ).

AI Entegrasyonunun Klinik Faydaları

Orijinal makalede listelenen temel avantajların ötesinde, AI'nın tarama akışına dokunduğunda daha derin avantajlar ortaya çıkmaktadır:

  • [FONTD:0)Eşit kanserlerde Geri Dönüşüm: [Dön Kanserler, planlanan taramalar arasında görünenlerdir. Araştırmalar, AI'nın daha sonra kanserleri tespit edebileceği ince bulguları tespit edebileceğini gösteriyor, daha önce müdahaleye izin veriyor.
  • [FONT:0] Okuyucuların Karşılaştırılması: Radyolog yorumu, yorgunluk, deneyim veya günün zamanı nedeniyle değişebilir. AI tutarlı bir temel sağlar, ara sıralanabilirlik ve genel program kalitesini artırır.
  • [FONT:0]Workflow optimizasyonu: [Dönetici:[Dönetici:0) AI normal, benign ve şüpheli kategorilere kadar triage mammogramlar açabilir. Birçok programda, normal durumlarda AI tespitinden sonra tek bir radyolog tarafından okunurken, şüpheli durumlarda bir uzman tarafından iki kez incelenir veya incelenir.Bu stratejileştirme kısarıcı bulgularla kadınlar için zamanlar döndürür.
  • [FONT:0) göğüs yoğunluğu değerlendirme için destek:[Dönetici:[Dönetici:0) Doğru meme yoğunluğu ölçümü önemlidir, çünkü yoğun doku hem risk faktörüdür ve bir maske faktörüdür. AI otomatik olarak BI-RADS yoğunluk kategorileri sunabilir, raporlamaya yardımcı olabilir.

Gerçek Dünya Uygulama ve Çıktıları

Birkaç büyük ölçekli pilot program, AI destekli mammografinin fizibilitesini göstermiştir. İsveç'te, MASAI denemesi (Mammography Ekranlama Yapay Zeka ile birlikte) 80.000 kadından kayıt altına alındı ve AI destekli taramanın, hem de benzer bir yanlış pozitif okuma ile ilgili olarak %20 daha fazla kanser tespit ettiğini bildirdi.

Düzenleme ve Reimbursement

Düzenleyici ajanslardan gelen temizleme, birçok ülkedeki engeldir; ancak ABD Medicare & Merkezi'ne yönelik bir engel teşkil etmektedir; Medicaid Hizmetleri (CMS) yakın zamanda AI-assisted okuma kodu için, CE işaretli okumalar, teknolojinin değerini arttırmak için uyarıda bulunur.

Meydanlar ve Etik Bakışlar

Söz konusu harika olsa da, AI'nın mammografi taramasına entegrasyonu risk ve zorluklar olmadan değildir:

  • [FONT:0)Algorithm önyargısı:[Dönetici: 1 ) Eğitim veri kümeleri belirli popülasyonları temsil ediyorsa (örneğin, koyu cilt tonları, mammogram kontrastını etkileyen veya son derece yoğun göğüslerle kadınlar), AI performansı bu gruplar için altoptimal olabilir.
  • [FONT:0]Data privacy:[DÜDÜT:1) AI sistemleri, görüntüleme verilerinin büyük hacimlerine erişim gerektirir ve sıklıkla ABD ve GDPR ile ABD'de ISO A ile uyumluluk, sağlam veri de-identification ve güvenli iletim protokolleri gerektirir.
  • [FONT:0)Genel ve niteliksel olarak: AI'ya güvenen radyologlar, algoritmanın periyodik olmayan okuma becerilerine sahip olduğunu tespit etmede daha az adept olabilirler.
  • [FONT=0]Liability and Account:[Dönetici:[Dönetici:0)[Dönetici ve hesap verebilir:[Dönetici:0) Bir AI sistemi yanlış-negatif veya yanlış pozitif bir öneri yapar, sorumluyu belirleme - radyolog, hastane veya AI satıcısı ile birlikte - yasal olarak karmaşıktır.
  • [FONT:0) Mevcut IT sistemleri ile ilgili olarak: AI algoritmaları, resim arşivleme ve iletişim sistemleri (EAS) ve radyoloji bilgi sistemleri (RIS) ve geç saatler, işlenmemişse iş akışlarını kesintiye uğratmalıdır.

Future: Kişiselleştirilmiş Ekran ve Öteki

Önümüzdeki gibi, mamografideki AI rolü muhtemelen görüntü yorumunın ötesine genişletecektir. Araştırmacılar genetik risk faktörlerini, aile tarihini, yaşam tarzı verilerini ve kişisel tarama önerileri üretmeden önce görüntüleme önerileri sunabilecek modeller geliştiriyorlar.Örneğin, düşük genetik risk ve sürekli olarak normal bir mamogramlar olan bir kadın her iki yıl yerine güvenle ekranlanabilirken, yüksek riskli bir birey MRGKed mammografi önerebilir veya kontrastı önerebilir. AI, gelişmekte olan kanser olasılığını da tahmin edebilir.

Emfoografinin Ötesinde Em Görüntüleme

AI ayrıca 3D hacimlerde şüpheli alanları işaretlemek için dilimler için de uygulanabilir.In DBT, AI ultrason ve MRG'de, AI meme kanseri tespiti ve izleme için kapsamlı bir AI ekosistemi yaratacaktır.In meme MR, AI modelleri, rektöre kemoterapi yanıtını değerlendirebilir ve patologic tam yanıt verebilir.

Sonuç: Bir Dönüşümlü ama Dikkatli Yol İleri

Yapay zeka, tespit oranlarının iyileştirilmesi, iş yüklerinin azaltılması ve daha önce müdahale edilmesine olanak sağlayarak mamografi tarama programlarını yeniden şekillendirmekte ve daha önce müdahaleye olanak sağlamaktadır. Gerçek dünya kanıtları büyük denemelerden ve klinik uygulamalardan elde edilen sonuçlar, düzenleyici bedenler kullanım için daha fazla ürün temizliyorken, başarılı bir kabul, önyargıya dikkat gerektirir, mahremiyete, iş akışı entegrasyonuna ve devam edene dikkat gerektirir.Bu görevde teknoloji olgunlaşırken, kişiselleştirilmiş risk bazlı tarama stratejileri standart hale gelecektir, nüfus sağlığı üzerindeki etkisini daha da artırmaktadır.

[FONT:0) Daha fazla okuma için: FDA'nın AI özellikli tıbbi cihazlar listesine bakın, [[Dönetici:2).MASAI deneme sonuçları Radyoloji) ve JAMA Network Open'teki çeşitli popülasyonlarda bir inceleme).