פרסומים חדשים
ממוגרפיה מונחית בינה מלאכותית מפחיתה את עומס העבודה ב-33% ומגבירה את גילוי סרטן השד
סקירה אחרונה: 02.07.2025

כל תוכן iLive נבדק מבחינה רפואית או נבדק למעשה כדי להבטיח דיוק עובדתי רב ככל האפשר.
יש לנו קווים מנחים קפדניים המקור רק קישור לאתרים מדיה מכובד, מוסדות מחקר אקדמי, בכל עת אפשרי, עמיתים מבחינה רפואית מחקרים. שים לב שהמספרים בסוגריים ([1], [2] וכו ') הם קישורים הניתנים ללחיצה למחקרים אלה.
אם אתה סבור שתוכן כלשהו שלנו אינו מדויק, לא עדכני או מפוקפק אחרת, בחר אותו ולחץ על Ctrl + Enter.

במחקר שפורסם לאחרונה בכתב העת Radiology, חוקרים מדנמרק והולנד ערכו ניתוח רטרוספקטיבי של יעילות הסינון ונטל הסינון הכולל של ממוגרפיה לפני ואחרי הכנסת מערכות בינה מלאכותית (AI).
בדיקות ממוגרפיה סדירות לגילוי סרטן השד מפחיתה משמעותית את התמותה ממחלה זו. עם זאת, בדיקות ממוגרפיה המוני מגדילות את עומס העבודה של הרדיולוגים, אשר חייבים לנתח ממוגרפיות רבות, שרובן אינן מכילות נגעים חשודים.
בנוסף, בדיקות סקר כפולות, המשמשות להפחתת תוצאות חיוביות שגויות ולשיפור הגילוי, מגדילות עוד יותר את עומס העבודה של הרדיולוגים. המחסור ברדיולוגים מומחים שיכולים לקרוא ממוגרפיה מחריף מצב זה.
מחקרים אחרונים בחנו בהרחבה את השימוש בבינה מלאכותית לניתוח יעיל של דוחות רדיולוגיה תוך שמירה על סטנדרטים גבוהים של סינון. גישה משולבת שבה בינה מלאכותית מסייעת לרדיולוגים לסמן ממוגרפיה עם נגעים מסומנים נחשבת כמפחיתה את עומס העבודה של הרדיולוגים תוך שמירה על רגישות הסינון.
המחקר הנוכחי השתמש במדדי ביצועים ראשוניים משתי קבוצות של נשים שעברו בדיקת ממוגרפיה כחלק מתוכנית סקר סרטן השד הלאומית הדנית כדי להשוות את השינוי בנטל הסקר ובביצועים לאחר הכנסת כלי בינה מלאכותית.
התוכנית הזמינה נשים בגילאי 50 עד 69 להיבדק כל שנתיים עד גיל 79. נשים עם סמנים המצביעים על סיכון מוגבר לסרטן השד, כמו גני BRCA, נבדקו במסגרת פרוטוקולים שונים.
החוקרים השתמשו בשתי קבוצות של נשים: אחת שנבדקה לפני שהוצגה מערכת הבינה המלאכותית ואחת לאחר מכן. הניתוח כלל רק נשים מתחת לגיל 70 כדי לא לכלול את אלו בתת-קבוצה בסיכון גבוה.
כל המשתתפים עברו פרוטוקולים סטנדרטיים באמצעות ממוגרפיה דיגיטלית עם תצוגות אלכסוניות קרניו-קאודליות ומדיו-צדדיות. כל המקרים החיוביים במחקר זה זוהו על ידי סקר לקרצינומה צינורית או סרטן פולשני, אשר אושרו על ידי ביופסיה של מחט. נתונים על דיווחי פתולוגיה, גודל נגע, מעורבות בלוטות לימפה ואבחנות הושגו גם מרישום בריאות לאומי.
מערכת הבינה המלאכותית ששימשה לניתוח הממוגרפיה אומנה באמצעות מודלים של למידה עמוקה כדי לזהות, לסמן ולדרג כל הסתיידויות או גושים חשודים בממוגרפיה. לאחר מכן, הבינה המלאכותית סיווגה את הבדיקות בסולם של 1 עד 10, המציין את הסבירות לסרטן השד.
צוות של רדיולוגים, רובם מנוסים, סקר ממוגרפיה עבור שתי הקבוצות. לפני שמערכת הבינה המלאכותית טופלה, כל בדיקה נבדקה על ידי שני רדיולוגים, ולמטופל הומלץ בדיקה קלינית וביופסיה באמצעות מחט רק אם שני הרדיולוגים סברו שהבדיקה דורשת הערכה נוספת.
לאחר הטמעת מערכת הבינה המלאכותית, ממוגרפיה עם ציון 5 או פחות נבדקה על ידי רדיולוג בכיר, בידיעה שתינתן לה קריאה אחת בלבד. אלו שדרשו בדיקה נוספת נדונו עם רדיולוג שני.
המחקר מצא כי יישום מערכת הבינה המלאכותית הפחית משמעותית את עומס העבודה של הרדיולוגים המנתחים ממוגרפיה כחלק מבדיקות סקר המוני לסרטן השד, תוך שיפור יעילות הבדיקות.
הקבוצה שנבדקה לפני יישום מערכת הבינה המלאכותית כללה מעל 60,000 נשים, בעוד שהקבוצה שנבדקה באמצעות בינה מלאכותית כללה כ-58,000 נשים. בדיקות סקר באמצעות בינה מלאכותית הביאה לעלייה באבחוני סרטן השד (0.70% לפני בדיקת בינה מלאכותית לעומת 0.82% עם בדיקת בינה מלאכותית) תוך הפחתה במספר התוצאות החיוביות השגויות (2.39% לעומת 1.63%).
לסינון מבוסס בינה מלאכותית היה ערך ניבוי חיובי גבוה יותר ואחוז מקרי הסרטן הפולשניים היה נמוך יותר בשיטות מבוססות בינה מלאכותית. למרות שאחוז מקרי הסרטן השליליים לבלוטות לא השתנה, מדדי ביצועים אחרים הראו שסינון מבוסס בינה מלאכותית שיפר משמעותית את התוצאות. עומס הקריאה הופחת גם הוא ב-33.5%.
לסיכום, המחקר העריך את יעילותה של מערכת סינון מבוססת בינה מלאכותית בהפחתת עומס העבודה של רדיולוגים ובשיפור שיעורי הסינון בניתוח ממוגרפיה כחלק מסקירת סרטן השד המונית בדנמרק.
התוצאות הראו כי המערכת המבוססת על בינה מלאכותית הפחיתה משמעותית את עומס העבודה של הרדיולוגים תוך שיפור שיעורי הסינון, כפי שמעידים עלייה משמעותית באבחוני סרטן השד והפחתה משמעותית בתוצאות חיוביות שגויות.