Két kutatás értékelte, hogyan működne együtt a Google mammográfiás emlőrák-észlelésre fejlesztett mesterséges intelligenciája (AI) az Egyesült Királyságban használt klinikai protokollokkal. A vizsgálatokat Christopher J. Kelly, Marc Wilson és kollégáik vezették a Google-nél, az Imperial College Londonnál, a University of Surrey-nél, a Royal Surrey National Health Service Foundation Trustnál és több NHS Breast Screening Centre-nél.
Hogyan működik a rendszer
A Google rendszere három konvolúciós neurális hálózatot használ: az egyik beágyazásokat képez a mammográfiás képekből, a másik potenciálisan rákos régiókat azonosít, a harmadik pedig valószínűségi osztályozást ad a rák jelenlétére.
Tesztek és fő eredmények
A kutatók két retrospektív elemzést és egy live próba keretében vizsgálták a rendszer teljesítményét a tipikus brit diagnosztikai folyamatban.
-
Retrospektív vizsgálat (116 000 felvétel, 2016): öt kórházban készült mammogramok alapján a szerzők ugyanazon nők felvételeiből válogattak, egyesikkel akár 39 hónap különbséggel. Az AI szenzitivitása (pozitív esetek közül helyesen azonosított arány) 0,541 volt, szignifikánsan jobb, mint az első humán olvasó 0,437 értéke. A specificitás (negatív esetek közül helyesen azonosított arány) 0,943 volt, szemben az emberi 0,952-vel — alacsonyabb, de statisztikailag egyenértékű. Fontos eredmény, hogy az AI 25 százalékát azonosította azoknak az eseteknek, amelyeket az emberi olvasók eredetileg nem észleltek, de három évvel később nyilvánvalóvá váltak.
-
Szimuláció: a szerzők 46 000 felvételt elemeztek annak modellezésére, milyen lenne, ha az AI a második olvasót helyettesítené a kettős olvasási munkafolyamatban. Az AI ebben a szerepben enyhén jobb szenzitivitást és specificitást ért el, ami arra utal, hogy a második olvasó szerepének átadása automatizálásával idő takarítható meg és a pontosság javulhat. Az algoritmus 1 800 további esetet küldött döntőbizottság elé (abszolút növekedés 4 százalékponttal; összesen 5 300 eset). Ha feltételezzük, hogy az arbitráció ötször annyi emberi erőforrást igényel, mint egy olvasás, a szerzők arra a következtetésre jutottak, hogy a rendszer összességében körülbelül 40 százalékkal csökkentené az emberi munkát.
-
Live próba (2023–2024, 12 klinika, ~9 250 friss felvétel): a rendszer 50–70 éves nők szűrőfelvételeit címkézte kockázati szempontból néhány hónap alatt. A próba nem befolyásolta a betegellátást: a diagnózisokat a szokásos módon orvosok állapították meg, és sem az orvosok, sem a páciensek nem kaptak visszajelzést az AI értékeléséről. A rendszer medián feldolgozási ideje a felvételtől az értelmezésig 17,7 perc volt, míg az első humán olvasó esetében ez több mint két nap volt. Három hónappal később a szerzők visszakövetették, hogy kiderült-e rák az adott esetekben: a live vizsgálatban is a rendszer jobb szenzitivitást, és alacsonyabb, de statisztikailag egyenértékű specificitást mutatott az első emberi olvasóhoz képest.
Klinikai és gyakorlati következmények
A kutatások azt mutatják, hogy a Google AI rendszere nagyobb arányban és korábban képes volt felismerni egyes rákos eseteket, miközben kevesebb téves pozitívot adott az első humán olvasóhoz viszonyítva. Ez különösen fontos, mert világszerte évente körülbelül 2,3 millió nőnél diagnosztizálnak emlőrákot, és 760 000-en halnak meg a betegséggel összefüggésben. A korai felismerés alapvető a túlélés javításában.
Ugyanakkor a vizsgálatok rávilágítanak gyakorlati akadályokra is: az AI több esetet küldött döntőbizottsági felülvizsgálatra, és egyes orvosok bizalmatlanságot jeleztek az AI kimenetével szemben. A szerzők szerint az orvosi közösség bizalmának megteremtéséhez szükség lehet az orvosok képzésére az AI működéséről és az AI-eredmények magyarázhatóbbá tételére.
Történeti háttér és ipari együttműködés
A számítógépes segédletű diagnosztika (CAD) az 1990-es és 2000-es években kezdődött, de a terület a közepes 2010-es évektől gyorsult fel, amikor a mélytanuló modellek nagy mammográfiás adatbázisokon trenírozva felülmúlták az előző módszereket. 2020-ban a Google kutatói megmutatták, hogy egy AI-rendszer vetekedhet vagy meghaladhat szakértő radiológusok teljesítményét a szűrőmammográfiában, miközben csökkenti a téves pozitív és téves negatív arányt. 2022 végén a Google licencelte a rendszert az iCAD-nek, amely emlőképalkotó platformot kínál, és 2023-ban a Google és az iCAD egy 20 éves, globális kereskedelmi megállapodást kötött annak érdekében, hogy a Google AI-ját független „második olvasóként” alkalmazzák 2D mammográfiában. A partnerség jelenleg a szabályozói jóváhagyás megszerzésére törekszik, különösen a kettős olvasási munkafolyamatokkal működő szűrőrendszerek számára.
Összefoglalás
A két retrospektív és a live vizsgálat azt jelzi, hogy a Google AI potenciálisan hasznos kiegészítő lehet a brit emlőrákszűrésben: gyorsabb feldolgozást, magasabb érzékenységet és emberi erőforrás-megtakarítást kínálhat. Ugyanakkor a megbízhatóság és az elfogadás kérdései továbbra is megoldandók, amihez részletes orvosi oktatásra és a rendszerek átláthatóságának növelésére lesz szükség.
