Artificiële intelligentie zou net zo goed zijn in het opsporen van borstkanker in mammografieën dan radiologen, zo suggereert een studie in de Journal of the National Cancer Institute.
Borstkanker is de meest voorkomende vorm van kanker bij vrouwen en ondanks de vooruitgang in de therapie is het nog altijd een belangrijke doodsoorzaak met wereldwijd ongeveer 500.000 sterfgevallen per jaar. Screeningsprogramma's worden doorgaans als doeltreffend beschouwd om de mortaliteit door borstkanker te doen dalen. Maar die programma's zijn heel arbeidsintensief omwille van het groot aantal gescreende vrouwen per opgespoorde kanker en de dubbele lectuur, vooral in Europese screeningprogramma's; leidt tot extra kosten. Bovendien wordt 25% van de mammografisch zichtbare kankers niet gedetecteerd bij screening.
Door het toenemend tekort aan radiologen in nogal wat landen, zijn alternatieve strategieën nodig voor het aanhouden van de huidige screeningprogramma's, aldus de auteurs. En uiteraard is het cruciaal te voorkomen dat zichtbare letsels bij digitale mammografie (DM) over het hoofd worden gezien of verkeerd worden geïnterpreteerd.
In de jaren negentig werden computerondersteunde detectiesystemen ontwikkeld om letsels in mammogrammen automatisch te detecteren en classificeren, maar tot nu toe kon nog geen enkele studie aantonen dat traditionele computerondersteunde detectiesystemen de screeningprestaties of kosteneffectiviteit verbeteren.
De afgelopen jaren werden algoritmen op basis van deep learning ontwikkeld en sommige daarvan toonden veelbelovende resultaten, maar dan wel in heel beperkte scenario's.
Statistisch significant niet-inferieur
Onderzoekers van Oxford University vergeleken artificiële intelligentiesystemen met de prestaties van 101 radiologen om na te gaan of AI-systemen (die nu al in de handel zijn) borstkankerscreening kunnen verbeteren.
Ze maakten gebruik van negen datasets die eerder gebruikt werden voor verschillende onderzoeksdoeleinden in zeven landen.
Elke dataset bestond uit digitale mammografieën gemaakt met systemen van verschillende producenten, meerdere evaluaties van radiologen per onderzoek en histopathologische analyse of follow-up, wat een totaal van 2652 onderzoeken opleverde (653 kwaadaardig) en interpretaties door 101 radiologen (28.296 onafhankelijke interpretaties). Een AI-systeem analyseerde dezelfde onderzoeken en leverde een aantal vermoedens van kanker op tussen 1 en 10. De prestaties van de radiologen en het AI-systeem werden vergeleken. De prestaties van het AI systeem bleken statistisch niet-inferieur te zijn aan het gemiddelde van de 101 radiologen.
“In deze retrospectieve setting, spoorde AI systemen kanker op met dezelfde accuraatheid als radiologen. Dat is veelbelovend, maar het belang en de impact van AI-systemen moet nog nader onderzocht worden”, aldus de onderzoekers.
