ИИ лидирует по точности прогнозирования риска рака груди

Модель искусственного интеллекта на основе маммографии показала более точную оценку пятилетнего риска развития рака молочной железы по сравнению с традиционными методами.

Что показало новое исследование

Исследование продемонстрировало, что модель искусственного интеллекта способна точнее распределять женщин по группам риска развития рака молочной железы, чем стандартная оценка плотности ткани груди.

Результаты будут представлены на ежегодной конференции Радиологическое общество Северной Америки (RSNA), одной из крупнейших международных площадок в области медицинской визуализации.

Технология анализирует изображения маммографии и формирует прогноз пятилетнего риска развития заболевания, что может изменить подход к скринингу и профилактике.

Как работает система Clairity Breast

Система Clairity Breast стала первой одобренной FDA ИИ-платформой для прогнозирования риска рака молочной железы, которая работает исключительно на основе маммографических снимков.

Алгоритм был обучен на массиве из 421 499 маммограмм, полученных в 27 медицинских учреждениях Европы, Южной Америки и США. В выборку вошли как снимки женщин, у которых впоследствии диагностировали рак, так и данные пациенток, у которых заболевание не развилось в течение пяти лет.

Такой подход позволил системе выявить тонкие структурные особенности тканей, связанные с будущим развитием заболевания.

Почему это точнее традиционных методов

Оценка плотности молочной железы долгое время считалась важным фактором при определении риска. Однако она не всегда позволяет точно прогнозировать вероятность развития рака.

ИИ-модель анализирует гораздо больше параметров изображения, чем может оценить человек. Для формирования пятилетнего прогноза риска алгоритм был откалиброван на независимом наборе данных с использованием глубокой сверточной нейронной сети.

В результате система продемонстрировала более надежное распределение пациенток по группам риска, что потенциально позволяет персонализировать скрининг и наблюдение.

Что это значит для скрининга

Более точная оценка риска может помочь врачам раньше выявлять женщин, которым требуется усиленное наблюдение или дополнительные обследования.

Если технология подтвердит свою эффективность в дальнейших исследованиях, она может стать важным инструментом в профилактике рака молочной железы и оптимизации программ скрининга.