Η τεχνητή νοημοσύνη φαίνεται ότι μπορεί να εντοπίσει στις μαστογραφίες σημάδια που συνδέονται με την ανάπτυξη καρκίνου του μαστού αρκετά χρόνια πριν από την επίσημη διάγνωση, ανοίγοντας νέες προοπτικές για την έγκαιρη ανίχνευση της νόσου.
Αυτό προκύπτει από νέα μελέτη που δημοσιεύθηκε στο επιστημονικό περιοδικό Radiology, της Radiological Society of North America, με τη συμμετοχή Ελλήνων επιστημόνων. Οι ερευνητές εξέτασαν τρία εμπορικά διαθέσιμα συστήματα τεχνητής νοημοσύνης και διαπίστωσαν ότι σε σημαντικό ποσοστό των περιστατικών οι αλγόριθμοι μπορούσαν να αναγνωρίσουν ύποπτες απεικονιστικές μεταβολές πολύ πριν αυτές οδηγήσουν στη διάγνωση από τους ακτινολόγους.
Τα ευρήματα δεν σημαίνουν ότι η τεχνητή νοημοσύνη μπορεί σήμερα να προβλέψει με βεβαιότητα ποια γυναίκα θα εμφανίσει καρκίνο. Δείχνουν, όμως, ότι μπορεί να αναγνωρίζει πολύ μικρές και δυσδιάκριτες αλλαγές στις μαστογραφίες, οι οποίες ενδέχεται να αποτελούν πρώιμες ενδείξεις της νόσου.
Τι έδειξε η μελέτη
Η έρευνα ήταν αναδρομική και βασίστηκε σε δεδομένα μαστογραφιών από τη Σουηδία.
Συνολικά αξιολογήθηκαν σχεδόν 89.000 μαστογραφίες από 31.394 γυναίκες, οι οποίες πραγματοποιήθηκαν σε διάστημα περίπου δέκα ετών, από τον Ιανουάριο του 2008 έως τον Απρίλιο του 2019.
Κατά τη διάρκεια αυτής της περιόδου, 12.072 γυναίκες, ποσοστό περίπου 38,5% του δείγματος, διαγνώστηκαν με καρκίνο του μαστού από τους ακτινολόγους.
Τα δεδομένα προήλθαν από τη βάση Validation of Artificial Intelligence for Breast Imaging, η οποία περιλαμβάνει απεικονιστικά δεδομένα από γυναίκες που συμμετείχαν σε προγράμματα ελέγχου σε τέσσερις περιοχές της Σουηδίας.
Στη χώρα, οι γυναίκες ηλικίας 40 έως 74 ετών καλούνται να υποβάλλονται σε μαστογραφία ανά διετία, ενώ κάθε εξέταση αξιολογείται παραδοσιακά από δύο ακτινολόγους.
Οι ερευνητές έδωσαν τις ίδιες μαστογραφίες στα τρία συστήματα τεχνητής νοημοσύνης, προκειμένου να εξετάσουν εάν οι αλγόριθμοι μπορούσαν να εντοπίσουν σημάδια τα οποία προηγούνταν χρονικά της διάγνωσης.
Σημάδια έως και έξι χρόνια νωρίτερα
Τα αποτελέσματα ήταν ιδιαίτερα ενδιαφέροντα.
Περίπου 20% των περιστατικών καρκίνου του μαστού παρουσίασαν στις παλαιότερες μαστογραφίες σημάδια τα οποία μπορούσαν να αναγνωριστούν από τα συστήματα τεχνητής νοημοσύνης αρκετά νωρίτερα από την τελική διάγνωση.
Ειδικότερα:
- Σε περίπου 20% των γυναικών, η AI εντόπισε σημάδια έως και 6 χρόνια πριν από τη διάγνωση.
- Σε περίπου 25%, τα συστήματα αναγνώρισαν ενδείξεις 4 χρόνια νωρίτερα.
- Σε περίπου 39%, τα σημάδια εντοπίστηκαν περίπου 2 χρόνια πριν από τη διάγνωση.
- Σε περίπου 15% των γυναικών, οι αλγόριθμοι εντόπισαν ενδείξεις που σχετίζονταν με τους καρκίνους ακόμη και 10 χρόνια πριν από τη διάγνωση.
Στο τελευταίο χρονικό εύρος, πάντως, καταγράφηκαν κάποιες διαφοροποιήσεις μεταξύ των τριών συστημάτων.
Παράλληλα, τα συστήματα εμφάνισαν πολύ υψηλή διακριτική ικανότητα, περίπου 90%, ως προς τον διαχωρισμό θετικών και αρνητικών αποτελεσμάτων.
Τι «βλέπει» η τεχνητή νοημοσύνη
Ένα από τα πιο ενδιαφέροντα στοιχεία της μελέτης αφορά τη φύση των αλλαγών που εντόπισαν οι αλγόριθμοι.
Όπως εξηγεί ο Έλληνας ακτινολόγος Παντελής Γιαλιάς, ο οποίος πραγματοποίησε την έρευνα στο πλαίσιο της διδακτορικής του διατριβής στο Πανεπιστημιακό Νοσοκομείο Linköping της Σουηδίας, πρόκειται για υποκείμενες αλλαγές στις οποίες το ανθρώπινο μάτι δεν μπορεί απαραίτητα να αναγνωρίσει με βεβαιότητα κάτι ύποπτο.
Μπορεί, για παράδειγμα, να πρόκειται για μια πολύ μικρή διαταραχή της αρχιτεκτονικής του μαστού ή για μια σταδιακή μεταβολή στην πυκνότητα του μαστικού ιστού.
Πρόκειται δηλαδή για εξαιρετικά διακριτικές διαφοροποιήσεις, οι οποίες μπορεί να μην επαρκούν για να οδηγήσουν έναν ακτινολόγο σε διάγνωση, ακόμη και όταν διαθέτει μεγάλη εμπειρία.
Εδώ ακριβώς βρίσκεται η δυνητική αξία της τεχνητής νοημοσύνης: στην ικανότητά της να αναλύει τεράστιο όγκο δεδομένων και να ανιχνεύει μοτίβα που είναι δύσκολο να γίνουν αντιληπτά από το ανθρώπινο μάτι.
Η συμβολή των Ελλήνων ερευνητών
Στη μελέτη συμμετείχε ο Έλληνας ακτινολόγος Παντελής Γιαλιάς, ενώ στην ερευνητική ομάδα συμμετείχε και η Ελληνίδα ερευνήτρια Αποστολία Τσιρίκογλου από το Ινστιτούτο Καρολίνσκα της Σουηδίας.
Ο κ. Γιαλιάς, με καταγωγή από τη Χίο, σπούδασε Ιατρική στο Πανεπιστήμιο Comenius της Μπρατισλάβας και ολοκλήρωσε την ειδικότητα της Ακτινολογίας στην Ελλάδα. Στη συνέχεια εξειδικεύτηκε στην απεικόνιση του μαστού, αποκτώντας και τη σχετική πιστοποίηση στη Σουηδία.
Σήμερα είναι διευθυντής στο Κέντρο Μαστού του νοσοκομείου Mediterranean στην Κύπρο.
Η ερευνητική του δραστηριότητα έχει επικεντρωθεί εδώ και χρόνια στη χρήση της τεχνητής νοημοσύνης στην απεικόνιση του μαστού.
Η εξέλιξη της τεχνητής νοημοσύνης στην ακτινολογία υπήρξε ιδιαίτερα γρήγορη.
Ο κ. Γιαλιάς θυμάται ότι όταν η ερευνητική ομάδα δοκίμασε για πρώτη φορά, το 2015, τη χρησιμότητα της AI στην ανίχνευση καρκίνου του μαστού, τα αποτελέσματα ήταν απογοητευτικά.
Μέσα σε περίπου μία δεκαετία, όμως, η κατάσταση άλλαξε σημαντικά.
Οι αλγόριθμοι βελτιώθηκαν, ενώ η υπολογιστική ισχύς αυξήθηκε δραματικά. Αυτό επέτρεψε την επεξεργασία τεράστιου όγκου απεικονιστικών εξετάσεων, δίνοντας στους ερευνητές τη δυνατότητα να αξιοποιήσουν την τεχνητή νοημοσύνη με πολύ μεγαλύτερη αποτελεσματικότητα.
Η εξέλιξη αυτή αποτυπώνεται και σε προηγούμενες μελέτες του Έλληνα ερευνητή.
Σε έρευνα που δημοσιεύθηκε το 2022 στο Acta Radiologica, διαπιστώθηκε ότι η χρήση τεχνητής νοημοσύνης θα μπορούσε να μειώσει τον φόρτο εργασίας των ακτινολόγων έως και 34% κατά την αξιολόγηση μαστογραφιών.
Σε μεταγενέστερη μελέτη, η οποία δημοσιεύθηκε πέρυσι στο European Radiology, διαπιστώθηκε επίσης ότι η χρήση ψηφιακής μαστογραφίας σε συνδυασμό με τεχνητή νοημοσύνη στον προληπτικό έλεγχο μπορεί να αποτελέσει οικονομικά αποδοτικότερη στρατηγική σε σχέση με την παραδοσιακή διαδικασία αξιολόγησης των εξετάσεων από δύο ακτινολόγους.
Παρά τις εντυπωσιακές δυνατότητες της τεχνολογίας, οι ερευνητές υπογραμμίζουν ότι η AI δεν έρχεται να αντικαταστήσει τον ακτινολόγο.
Ο αρχικός φόβος ότι η τεχνητή νοημοσύνη θα μπορούσε να καταστήσει περιττό τον ανθρώπινο παράγοντα στην ακτινολογία δεν επιβεβαιώνεται από την πραγματικότητα.
Αντίθετα, η AI μπορεί να λειτουργήσει ως ένα πρόσθετο εργαλείο στα χέρια του γιατρού, ενισχύοντας την ικανότητά του να εντοπίζει ύποπτες αλλαγές και να προχωρά σε περαιτέρω διερεύνηση.
Η τελική αξιολόγηση, ωστόσο, εξακολουθεί να απαιτεί ανθρώπινη κρίση, κλινική συσχέτιση και ιατρική επίβλεψη.
Το μεγάλο ερευνητικό στοίχημα πλέον δεν είναι μόνο να εντοπιστεί ένας καρκίνος νωρίτερα, αλλά να εξεταστεί κατά πόσο η τεχνητή νοημοσύνη μπορεί να οδηγήσει σε διαφορετικά πρωτόκολλα προληπτικού ελέγχου για κάθε γυναίκα.
Ο μαστός είναι ένα ιδιαίτερα σύνθετο όργανο και η απεικονιστική του εικόνα μπορεί να μεταβάλλεται σημαντικά ακόμη και στην ίδια γυναίκα, μεταξύ άλλων λόγω ορμονικών αλλαγών.
Με βάση τα ευρήματα, οι ερευνητές θέλουν να εξετάσουν εάν οι γυναίκες στις οποίες η AI εντοπίζει πρώιμες, ύποπτες μεταβολές θα μπορούσαν να εντάσσονται σε στενότερη ή διαφορετικά σχεδιασμένη παρακολούθηση.
Με τον τρόπο αυτό, η τεχνολογία θα μπορούσε στο μέλλον να συμβάλει σε μια πιο εξατομικευμένη στρατηγική πρόληψης, με στόχο την ανίχνευση της νόσου σε ακόμη πρωιμότερο στάδιο.
Οι ερευνητές υπογραμμίζουν, πάντως, ότι τα σημερινά ευρήματα δεν αποτελούν από μόνα τους απόδειξη ότι η χρήση της τεχνητής νοημοσύνης οδηγεί σε μείωση της θνητότητας από τον καρκίνο του μαστού.
Απαιτούνται προοπτικές μελέτες, στις οποίες οι γυναίκες θα παρακολουθούνται εξαρχής με τη χρήση των συγκεκριμένων συστημάτων, ώστε να αξιολογηθεί με μεγαλύτερη ακρίβεια η πραγματική κλινική τους αξία.
Η ερευνητική ομάδα σχεδιάζει ήδη την επέκταση της μελέτης, με επίκεντρο αυτή τη φορά γυναίκες με ενθέματα σιλικόνης στους μαστούς. Η συγκεκριμένη ομάδα παρουσιάζει πρόσθετες προκλήσεις στην απεικόνιση και, ως εκ τούτου, αποτελεί ένα ακόμη πεδίο στο οποίο θα δοκιμαστεί η δυνατότητα της τεχνητής νοημοσύνης.
Η νέα μελέτη δεν υποστηρίζει ότι η τεχνητή νοημοσύνη μπορεί να «προβλέψει» με βεβαιότητα τον καρκίνο έως και δέκα χρόνια πριν. Δείχνει, όμως, ότι υπάρχουν απεικονιστικά μοτίβα που προηγούνται της διάγνωσης και τα οποία οι σύγχρονοι αλγόριθμοι μπορούν να ανιχνεύσουν πολύ νωρίτερα.
Εφόσον τα ευρήματα επιβεβαιωθούν σε μεγαλύτερες και προοπτικές μελέτες, η εξέλιξη αυτή θα μπορούσε να αλλάξει σημαντικά τον τρόπο με τον οποίο οργανώνεται ο προληπτικός έλεγχος για τον καρκίνο του μαστού, μετακινώντας το βάρος από την απλή έγκαιρη διάγνωση προς την ακόμη πρωιμότερη αναγνώριση των γυναικών που χρειάζονται στενότερη παρακολούθηση.
