Fler fall av bröstcancer kan hittas med hjälp av AI
En röntgenläkare och en AI upptäckte fler fall av bröstcancer i mammografiscreening jämfört med två röntgenläkare, enligt en studie publicerad i The Lancet Digital Health. Forskarna från Karolinska Institutet pekar på att AI nu är redo att implementeras inom bröstcancerscreeningen.
Foto: Getty Images.
I drygt 30 år har mammografiscreening varit en viktig nyckel för att minska dödligheten i bröstcancer. Men mammografiscreeningen har flera utmaningar, till exempel finns det en brist på röntgenläkare. Flera retrospektiva studier har tidigare pekat på att artificiell intelligens skulle kunna vara lösningen på det problemet.
Karin Dembrower, anknuten forskare vid institutionen för onkologi-patologi, Karolinska Institutet. Foto: N/A.
– AI och människan uppfattar bilder något annorlunda och därmed skapas en synergi som ökar upptäckten av bröstcancer, säger försteförfattare Karin Dembrower, anknuten forskare vid institutionen för onkologi-patologi, Karolinska Institutet.
Traditionellt granskar två röntgenläkare varje undersökning. I den aktuella studien granskades undersökningarna av två röntgenläkare och AI för att avgöra vilka kvinnor som skulle återkallas för ytterligare diagnostik. Baserat på vilka kvinnor som diagnosticerades med bröstcancer, kunde forskarna avgöra träffsäkerheten hos olika kombinationer av röntgenläkare och AI.
– Med studien ScreenTrustCAD ville vi utgå från granskning av två röntgenläkare och jämföra med träffsäkerheten för en röntgenläkare och AI, samt enbart AI, säger Karin Dembrower.
Studien genomfördes på Capio S:t Görans sjukhus i Stockholm mellan april 2021 och juni 2022. Drygt 55 500 kvinnor mellan 40 och 74 år screenades.
Den traditionella granskningen, med två röntgenläkare, upptäckte 250 bröstcancerfall. Forskarna upptäckte, inte oväntat, att två röntgenläkare och AI detekterade flest antal bröstcancerfall, 269. En röntgenläkare och AI upptäckte 261 i samma kohort, en statistiskt säkerställd ökning. Enbart AI upptäckte 246.
Fredrik Strand, docent vid institutionen för onkologi-patologi, Karolinska Institutet. Foto: Martin Stenmark.
– Jämfört med nuvarande standard med två röntgenläkare ledde granskning av AI och en röntgenläkare till att man upptäckte cancer hos fyra procent fler kvinnor, samtidigt som läkarnas granskningstid blev 50 procent lägre, säger huvudansvarig forskare Fredrik Strand, docent vid institutionen för onkologi-patologi, Karolinska Institutet.
När det gäller fall av falskt positiva, det vill säga den andel av de återkallade som var friska, något som innebär onödigt lidande och onödiga vårdkostnader, minskade de fallen med sex procent för röntgenläkare och AI, samt med 55 procent för AI som enda granskare, jämfört med två röntgenläkare.
– Vi konstaterar att för mammografiscreening var AI och en röntgenläkare ett bättre alternativ än två röntgenläkare. Till skillnad från en tidigare studie från Lunds universitet, är denna förbättring statistiskt säkerställd i ScreenTrustCAD. Även om AI övertar mycket av det initiala granskningsarbetet behövs läkare för att noggrant bedöma och vid behov ta prov på de kvinnor som återkallas, säger Fredrik Strand och fortsätter:
– Vår studie visar att AI är redo för en kontrollerad implementering i mammografiscreening. Då är det viktigt att säkerställa att AI-systemet är väl utvärderat på bilder från samma typ av röntgenutrustning, och att träffsäkerheten fortlöpande följs upp. På längre sikt finns även potential att AI tar över merparten av bedömningarna av mammografiscreening.
Sedan juni 2023 granskas screeningmammografi på Capio S:t Görans sjukhus av AI och en röntgenläkare, vilket har frigjort tid för röntgenläkarna att ägna tid åt de kvinnor som har bröstcancer. Studien finansierades av Vetenskapsrådet, Region Stockholm Cancerfonden och mjukvaruföretaget Lunit Inc.
Publikation
“Artificial intelligence for breast cancer detection in screening mammography: A paired-readers prospective interventional screen positive trial”, Karin Dembrower, Alessio Crippa, Eugenia Colón, Martin Eklund, Fredrik Strand, The Lancet Digital Health, online 9 september 2023.
