Nova studija pokazala je još jedan način na koji umjetna inteligencija ulazi u medicinu i potencijalno poboljšava postojeće prakse liječenja, ovaj put u području predviđanja rizika od raka dojke.
Studija, koja je objavljena u utorak u časopisu “Radiology”, kako je izvijestio CBS News, otkrila je da algoritmi umjetne inteligencije nadmašuju standardni klinički model za predviđanje petogodišnjeg rizika od ovog tumora.
Trenutačni standardni model predviđanja rizika obično je bioklinička ocjena Konzorcija za praćenje raka dojke (tzv. BCSC model), koji koristi podatke o pacijentu koje su sami prijavili i druge podatke o pacijentu, uključujući dob, obiteljsku povijest i više.
– Modeli izračuna kliničkog rizika ovise o prikupljanju informacija iz različitih izvora, koji nisu uvijek dostupni ili potpuni – naveo je u priopćenju glavni istraživač studije dr. Vignesh A. Arasu i dodao:
– Nedavni napredak u umjetnoj inteligenciji sada nam daje mogućnost izdvajanja stotina do tisuća dodatnih mamografskih značajki.
VIDI OVO: Umjetna inteligencija može čitati naše misli: Trebamo li se bojati?
Analizirane su tisuće mamograma
U retrospektivnoj studiji analizirane su tisuće mamograma, a rezultati rizika od raka dojke tijekom petogodišnjeg razdoblja generirani su pomoću pet AI algoritama. Ti su rezultati potom uspoređeni međusobno i s rezultatima procjena konzorcija.
– Svih pet AI algoritama imalo je bolje rezultate od BCSC modela za predviđanje rizika od raka dojke u razdoblju do pet godina – ističe Arasu i dodaje: “Ova jaka prediktivna izvedba u petogodišnjem razdoblju sugerira da AI identificira i propuštene karcinome i karakteristike tkiva dojke koje pomažu u predviđanju budućeg razvoja raka.”
Dok neke ustanove već koriste umjetnu inteligenciju za pomoć u otkrivanju raka na mamografiji, ova otkrića sugeriraju da bi umjetna inteligencija mogla biti vitalan alat u procjeni budućeg rizika pacijentice, stoji u priopćenju.
– AI za predviđanje rizika od raka nudi nam mogućnost individualizacije njege svake žene, što nije sustavno dostupno. To je alat koji bi nam mogao pomoći u pružanju personalizirane, precizne medicine na nacionalnoj razini – zaključuje Aras.
