WebTech Rodos: Μπορεί η τεχνητή νοημοσύνη να συμβάλει στη διάγνωση του καρκίνου του μαστού; Επτά ιατρικά κέντρα στις Ηνωμένες Πολιτείες συνεργάζονται σε ένα πρόγραμμα ύψους 16 εκατομμυρίων δολαρίων με σκοπό να διαπιστώσουν εάν η τεχνητή νοημοσύνη βοηθά ή παρεμποδίζει τους ακτινολόγους.
Εκατοντάδες χιλιάδες εικόνες μαστογραφίας θα ανατεθούν τυχαία για ερμηνεία είτε από ακτινολόγο είτε από ακτινολόγο που θα υποβοηθείται από το Transpara, ένα εργαλείο υποστήριξης τεχνητής νοημοσύνης εγκεκριμένο από τον FDA της ScreenPoint Medical. Ένας ανθρώπινος ακτινολόγος θα λάβει την τελική απόφαση σχετικά με τα επόμενα βήματα της ασθενούς.
Ο στόχος είναι να προσδιοριστεί εάν τα συστήματα τεχνητής νοημοσύνης βοηθούν ή παρεμποδίζουν την ικανότητα των ακτινολόγων να ανιχνεύουν τον καρκίνο του μαστού στις μαστογραφίες. Το UCLA και το UC Davis θα συνδιοργανώσουν αυτή την προσπάθεια, σε συνεργασία με το Boston Medical Center, το UC San Diego Health, το Πανεπιστήμιο του Μαϊάμι, το Πανεπιστήμιο της Ουάσιγκτον – Fred Hutchinson Cancer Center και το Πανεπιστήμιο του Ουισκόνσιν–Μάντισον. Την ονόμασαν PRISM Trial—Pragmatic Randomized Trial of Artificial Intelligence for Screening Mammography.
«Υπάρχουν πολλές ελπίδες ότι η τεχνητή νοημοσύνη θα βελτιώσει την περίθαλψη, αλλά πολύ λίγες αυστηρές δοκιμές έχουν πραγματικά αξιολογήσει τα πραγματικά της αποτελέσματα», λέει η Δρ Joann G. Elmore, καθηγήτρια ιατρικής στο David Geffen School of Medicine του UCLA και πολιτικής και διαχείρισης υγείας στο UCLA Fielding School of Public Health. «Αυτή είναι η ευκαιρία μας να δημιουργήσουμε αξιόπιστα στοιχεία, με την προοπτική του ασθενούς στο επίκεντρο».
Μια μελέτη του Χάρβαρντ του 2024 διαπίστωσε ήδη ότι η τεχνητή νοημοσύνη μπορεί να δυσχεράνει την ακριβή ανάγνωση εικόνων, όπως ακτινογραφίες και αξονικές τομογραφίες, από ορισμένους τεχνικούς.
Ο καρκίνος του μαστού είναι μία από τις κύριες αιτίες θανάτου από καρκίνο στις γυναίκες στις ΗΠΑ, και η αποτυχία στην έγκαιρη διάγνωσή του μπορεί να επιδεινώσει την κατάσταση, όπως και τα «ψευδώς θετικά αποτελέσματα που μπορούν να οδηγήσουν σε περιττές εξετάσεις, άγχος και κόστος», σύμφωνα με το UCLA.
Mammogram images
(Credit: Tom Werner / DigitalVision via Getty Images)
Μερικές φορές οι ακτινολόγοι δυσκολεύονται να εντοπίσουν σημάδια καρκίνου σε πυκνό μαστικό ιστό ή αν τα στοιχεία είναι πολύ μικρά για να τα δουν, λέει ο Δρ Christoph Lee, συν-επικεφαλής ερευνητής της δοκιμής και καθηγητής και αντιπρόεδρος έρευνας στο Τμήμα Ακτινολογίας της Ιατρικής Σχολής και Δημόσιας Υγείας του UW-Madison, στο Milwaukee Journal Sentinel.
Η μελέτη θα περιλαμβάνει επίσης ομάδες εστίασης και έρευνες για να διαπιστωθεί πώς οι ασθενείς και οι ακτινολόγοι αντιλαμβάνονται και εμπιστεύονται τη φροντίδα με τη βοήθεια της τεχνητής νοημοσύνης.
«Τα αποτελέσματα θα συμβάλουν στην ενημέρωση όχι μόνο της κλινικής πρακτικής, αλλά και της ασφαλιστικής κάλυψης, της υιοθέτησης της τεχνολογίας και της επικοινωνίας με τους ασθενείς», λέει η Δρ Hannah Milch, συν-επικεφαλής ερευνήτρια και PI του UCLA Site και βοηθός καθηγήτρια ακτινολογίας στο UCLA.
πηγή: pcmag.com
