AI-stödd modell för säker mammografiscreening
AI-stödd screening är ett säkert alternativ till dagens traditionella dubbelavläsning av radiologer och kan minska arbetsbördan för en hårt belastad profession. Det visar nu en prospektiv, randomiserad studie som undersökt hur säkert det är att använda AI i mammografiscreening. Studien som letts av forskare från Lunds universitet publiceras i The Lancet Oncology.
Kristina Lång, forskare och docent i diagnostisk radiolog vid Lunds universitet och överläkare vid Skånes universitetssjukhus. Foto: Ingemar Hultquist, Lunds universitet.
Varje år kallas cirka en miljon kvinnor till mammografiundersökningar i Sverige. De röntgenbilder som tas granskas av två bröstradiologer, en kompetens det idag råder stor brist på. Det har talats mycket om att AI kan stärka mammografiscreeningen, men hur detta ska genomföras på bäst sätt och vad det har för betydelse är fortfarande oklart. För att veta säkert vad som händer när radiologer granskar med stöd från AI, behövs framåtblickande, så kallade prospektiva studier, där kvinnor slumpas till AI-stödd screening eller till vanlig screening, något som inte tidigare genomförts.
– I vår studie har vi låtit AI identifiera de undersökningar som har ökad risk för bröstcancer, vilka sedan har granskats av två läkare. Övriga undersökningar har enbart granskats av en läkare. I granskningen har läkaren/läkarna haft hjälp av AI som markerat misstänkta fynd i bilden, säger Kristina Lång, forskare och docent i diagnostisk radiolog vid Lunds universitet och överläkare vid Unilabs mammomagrifienhet i Malmö.
Totalt inkluderades 80 033 kvinnor som slumpmässigt fördelades i två grupper: 40 003 kvinnor i gruppen med AI-stödd screening och 40 030 i gruppen som granskades av två radiologer.
– Vi fann att granskning med AI resulterade i 20 procent fler cancerfall (244 vs. 203) än i den grupp där två radiologer bedömde röntgenbilderna, men bara tre fler falska positiva, det vill säga där cancermisstanken försvann efter kompletterande utredning, säger Kristina Lång.
Samtidigt minskade arbetsbördan för radiologen med 44 procent. Tidsaspekten är betydande. Kristina Lång förklarar att en radiolog granskar i snitt 50 mammografiundersökningar på en timme. Omräknat innebär det att AI sparade in 5 månaders jobb på de 40 000 screeningundersökningarna i gruppen som granskades med AI.
– Studien har genomförts på ett och samma ställe och man behöver nu undersöka om resultaten står sig under andra förutsättningar, exempelvis med andra läkare och med andra AI-algoritmer. Det kan finnas andra tillvägagångssätt att använda AI på i mammografiscreeningen, men även dessa behöver undersökas prospektivt, konstaterar Kristina Lång.
Nu har 100 000 kvinnor inkluderats i MASAI-studien* (Mammography Screening with Artificial Intelligence). Forskargruppens nästa steg är att undersöka mer djupgående vilka typer av cancer som upptäcks med AI-granskning respektive granskning utan AI. Huvudanalysen av studien kommer först ske när de 100 000 kvinnorna i studien har följts i två år för en sammanfattande bedömning av hur många cancrar som har hittats.
– Screening är komplext. Balansen mellan skada och nytta måste alltid tas i beaktande. Bara för att en screeningmetod hittar fler cancrar behöver det nödvändigtvis inte vara en bättre metod. Det gäller att ha en metod som tidigt kan upptäcka de cancrar som är av klinisk betydelse, dvs de cancrar som kan växa snabbt och sprida sig. Detta bör dock inte ske på en bekostnad av för många falskt positiva, vilket kan skapa stor oro. Resultat från vår första analys av AI-stödd screening talar för att det kan leda till ett bättre och mer effektivt screeningprogram, säger Kristina Lång.
