Med najpomembnejša dejavnika tveganja za razvoj raka dojk spadata zgodovina bolezni v družini in gostota tkiva na območju prsi. Toda če se pri presejalnih programih za iskanje najranljivejših oseb uporabljata zgolj omenjena kriterija, ne dobimo zares celostne slike. Nemalo oseb z visokim tveganjem za razvoj raka dojk je tako izpuščenih. S tem se v primeru dejanskega razvoja bolezni zmanjša verjetnost za ozdravitev. Uspešnost zdravljenja rakavih obolenj je namreč močno odvisna od tega, kako zgodaj je bila bolezen odkrita.
Kako torej poskrbeti za karseda natančno oceno stopnje tveganja? Kot se dogaja vse pogosteje, so tudi tu znanstveniki na pomoč poklicali umetno inteligenco. Nova študija, objavljena v znanstveni reviji Radiology, je pokazala, da je lahko umetna inteligenca pri oceni tveganja zanesljivejša od standardnih modelov tveganja, ki se uporabljajo trenutno …
Uporabljena identična tehnologija kot pri razvoju aplikacije ChatGTP
Znanstveniki, ki so se podpisali pod novo študijo, so uporabili tehnologijo, ki je bila uporabljena tudi pri razvoju programa oziroma klepetalnega robota z umetno inteligenco ChatGPT, ki je bil v zadnjih mesecih deležen ogromno pozornosti. Raziskava, pri kateri je bilo uporabljenih več deset tisoč mamogramov, je pokazala, da se lahko umetna inteligenca pri napovedovanju verjetnosti za razvoj raka dojk v naslednjih 5 letih odreže bolje od trenutnih modelov za napovedovanje tveganja. Že samostojna uporaba umetne inteligence lahko torej poskrbi za zanesljivejše napovedi. Ocena tveganja pa je lahko seveda še natančnejša, če se umetna inteligenca kombinira z obstoječimi modeli.
Napredna analiza mamogramov s pomočjo umetne inteligence
Šlo je za retrospektivno raziskavo. Raziskovalci so imeli na voljo 324.000 mamogramov žensk iz leta 2016. Pri nobeni izmed teh žensk takrat ni bil odkrit rak dojk. Za analizo je bilo naključno izbranih 13.628 žensk oziroma njihovih mamogramov. Raziskovalci so nato pogledali, pri katerih od teh žensk je bil v obdobju od leta 2016 do leta 2021 diagnosticiran rak dojk. Takšnih žensk je bilo kar 4584. Ti podatki so bili nato primerjani s podatki za podskupino 13.435 žensk, pri katerih ni bil rak dojk odkrit niti med letoma 2016 in 2021.
Nova metoda odpravlja pomanjkljivosti obstoječih modelov za oceno tveganja
Raziskovalci so ovrednotili pet različnih algoritmov, temelječih na umetni inteligenci, in s pomočjo teh algoritmov prišli do ocene tveganja za razvoj raka. Obenem so uporabili standardni model za oceno tveganja. Gre za model, ki temelji na uporabi informacij, ki jih ženske posredujejo same (starost, zgodovina raka dojk v družini, število porodov itn.), poleg tega pa je uporabljen tudi podatek o gostosti prsnega tkiva. Na podlagi teh informacij se izračuna stopnja tveganja. Ena od največjih omejitev pri tem modelu je, da ženske morda ne poznajo vseh podatkov, ki so potrebni za karseda natančen izračun tveganja. Nova študija dokazuje, da je mogoče s pomočjo umetne inteligence odpraviti pomanjkljivosti tega modela in priti do natančnejših ocen. Raziskovalci bodo poskušali zdaj izvesti dodatne raziskave, s pomočjo katerih želijo priti še do nekoliko zanesljivejših algoritmov.
Radiologi bodo s pomočjo umetne inteligence lažje odkrili sumljive spremembe
Ena od pomembnih prednosti nove metode je, da v praksi ne zahteva večjih sprememb, saj se za oceno tveganja za razvoj raka dojk uporabljajo mamogrami. Umetna inteligenca lahko radiologom pomaga pri iskanju sprememb oziroma značilnosti, pri katerih še ni mogoče govoriti o rakavih tvorbah, vendar so povezane z visokim tveganjem za raka dojk. Ženskam, ki se uvrstijo v rizično skupino, se lahko tako ponudijo dodatna testiranja.