ИИ лидирует по точности прогнозирования риска рака груди
Модель ИИ, использующая изображения маммографии для оценки пятилетнего риска развития рака молочной железы, продемонстрировала более точное и надежное распределение женщин по группам риска по сравнению с традиционной оценкой плотности молочной железы. К таким выводам пришли исследователи в новом исследовании, которое представят на ежегодной конференции Радиологического общества Северной Америки (RSNA).
Clairity Breast – первая одобренная FDA ИИ-система для прогнозирования риска рака молочной железы, работающая исключительно на основе маммографических снимков. Она была обучена на массиве из 421 499 маммограмм, полученных в 27 медицинских учреждениях Европы, Южной Америки и США. В обучение включили как снимки женщин, у которых впоследствии был обнаружен рак, так и тех, у кого он не развился в течение пяти лет. Это позволило ИИ выявить особенности структуры тканей, связанные с будущим возникновением заболевания. Для формирования пятилетних прогнозов риска модель была откалибрована на независимом наборе данных с использованием глубокой сверточной нейронной сети.
Затем модель применили к большой когорте – 236 422 двухсторонним скрининговым 2D-маммограммам из пяти медицинских центров США и 8 810 маммограммам из клиники в Европе, полученным в 2011-2017 годах. Данные о категории плотности молочной железы и информация о диагнозах рака за пятилетний период были взяты из медицинских карт и онкологических реестров. Прогнозы ИИ распределяли по уровням риска в соответствии с порогами Национальной комплексной онкологической сети: низкий (менее 1,7%), промежуточный (1,7-3,0%) и высокий (более 3,0%). Анализ проводили с помощью статистических моделей, учитывающих длительность наблюдения и случаи цензурирования.
Даже с учетом плотности молочной железы выявлено, что у женщин, отнесенных ИИ к группе высокого риска, рак возникал более чем в четыре раза чаще, чем у женщин со средним риском (5,9% против 1,3%). В то время как сама по себе плотность груди демонстрировала лишь небольшие различия в заболеваемости – 3,2% у женщин с плотной тканью и 2,7% у женщин с неплотной.
Эти результаты показывают, что ИИ-модели риска значительно превосходят традиционные подходы, основанные только на плотности молочной железы, обеспечивая более точное прогнозирование риска развития рака в течение ближайших пяти лет.
