Souhrn
Nový algoritmus založený na umělé inteligenci, vyvinutý na RWTH Aachen University Hospital, dokáže z mamografických snímků předpovědět riziko rozvoje rakoviny prsu u žen až na pět let dopředu, i když snímky nevykazují žádné známky onemocnění. Model klasifikuje pacientky do kategorií rizika, přičemž ženy s vysokým skóre mají čtyřnásobné riziko ve srovnání s těmi s nízkým skóre. Tento výzkum řeší limity současného screeningu, který často neodhaluje agresivní nádory včas.
Klíčové body
- Model AI analyzuje pouze mamografické snímky bez dalších dat a předpovídá riziko na pět let.
- Ženy s vysokým rizikovým skóre mají 4x vyšší pravděpodobnost onemocnění než ženy s nízkým skóre.
- Současný screening v Německu zahrnuje mamografy každé dva roky pro ženy od 50 do 75 let, ale selhává u rychle rostoucích tumorů.
- Celosvětově bylo v roce 2022 diagnostikováno 2,3 milionu případů rakoviny prsu s 670 tisíci úmrtími.
- Výzkum vede Christiane Kuhl z Ústavu diagnostické a intervenční radiologie RWTH Aachen.
Podrobnosti
Rakovina prsu zůstává nejčastější příčinou úmrtí na rakovinu u žen, přestože screeningové programy jako mamografie jsou standardem. Podle Světové zdravotnické organizace (WHO) dosahuje roční počet nových případů 2,3 milionu a v roce 2022 zemřelo na toto onemocnění 670 tisíc žen. Problém spočívá v tom, že standardní mamografie často neodhalí agresivní, rychle rostoucí tumory v raném stádiu, což snižuje šance na úspěšnou léčbu. Christiane Kuhl, ředitelka Ústavu diagnostické a intervenční radiologie na RWTH Aachen University Hospital, zdůrazňuje, že právě tyto tumory způsobují většinu úmrtí.
Nový model umělé inteligence tento problém řeší analýzou mamografických snímků pomocí strojového učení, pravděpodobně konvolučních neuronových sítí (CNN), které jsou běžné pro zpracování medicínských obrazů. Model nevyžaduje žádné další klinické údaje, jako je rodinná anamnéza nebo genetické testy, a funguje i na snímcích, které jsou považovány za normální. V klinické studii ženy klasifikované jako vysoce rizikové vykazovaly výrazně vyšší incidenci onemocnění – konkrétně čtyřnásobnou ve srovnání s nízkorizikovou skupinou. To umožňuje cílenější screening: ženy s vysokým skóre by mohly být sledovány častěji, například jednou ročně, nebo podrobeny doplňkovým vyšetřením jako magnetická rezonance.
V současnosti je v Německu screening nabízen všem ženám ve věku 50 až 75 let každé dva roky. Model AI by mohl tento systém optimalizovat, snížit počet zbytečných vyšetření u nízkorizikových žen a soustředit zdroje na ty ohrožené. RWTH Aachen, univerzitní nemocnice v Německu specializující se na pokročilou diagnostiku, tento algoritmus validovala na reálných datech, což zvyšuje jeho kredibilitu. Nicméně, jako expert na umělou inteligenci upozorňuji, že takové modely vyžadují velké tréninkové datasety pro vysokou přesnost a musí být validovány na multietnických populacích, aby se vyhnuly biasům spojeným s daty z Evropy.
Proč je to důležité
Tento vývoj demonstruje praktické aplikace AI v medicínské diagnostice, kde modely založené na hlubokém učení překonávají lidské chyby v detekci subtilních vzorů v obrazech. V širším kontextu posiluje trend integrace AI do screeningových programů, podobně jako u modelů pro detekci diabetu z retinálních snímků nebo pneumonie z rentgenů. Pro pacientky to znamená personalizovanou prevenci, potenciálně snižující mortalitu o desítky procent díky včasné intervenci. Pro průmysl to otevíří dveře komerčním řešením od firem jako Google DeepMind nebo Siemens Healthineers, které již vyvíjejí podobné nástroje. Klíčové zůstává nezávislé ověření a regulace, aby se zabránilo předčasnému nasazení s falešnými pozitivy.
Zdroj: 📰 DW (English)
