マンモグラフィーにおける AI の現実世界への実装

同氏によると、乳房イメージング分野だけでも FDA の認可を受けた AI アプリケーションが約 20 件あり、そのほとんどは RSNA の展示会場でベンダーによって展示されていました。

マンモグラフィーの一般的な課題への対処

乳房画像処理に AI を導入すると、放射線科医が直面するいくつかの一般的な課題に対処できます。 まず第一に、パテル氏は次のように述べました。 トモシンセシスマンモグラフィーへの移行 分析対象となる膨大な数の画像を迅速に作成しました。 数人の乳房画像専門家はヘルス・イメージングに対し、AIはこの画像の大幅な増加を分類する上で重要な役割を果たす可能性が高いと語った。

「フィルムや初期のデジタルの時代には、標準的なマンモグラムはわずか 4 枚の画像でしたが、トモシンセシスの登場により、同じ研究に 200 枚を超える画像が含まれるようになりました。これに 1 日あたり 50、75、または 100 件の症例を掛けると、これは 1 枚の画像に相当します。 「良いニュースは、レビューすべきトモシンセシス画像の数を実際に減らすいくつかのアルゴリズムが登場したことです」とパテル氏は語った。

同氏は、AI が断層撮影画像データセットの最初のパスを実行して、どのスライスにがんの可能性がある関心領域があるかを示すフラグを立てるのに役立つと付け加えた。 これにより、放射線科医が確認する必要がある画像の数を減らすことができます。

「医師の燃え尽き症候群が蔓延しているため、これらのアルゴリズムのいくつかは、放射線科医が乳がんを検出するために調べる必要がある画像の数を実際に減らしています。アルゴリズムによっては、画像の数をまったく失わずに最大 3 分の 2 削減するものもあります。」乳がんを検出する能力がある」とパテル氏は説明した。

AI は検査をトリアージし、重大な所見が疑われるレポートを優先し、放射線科医が迅速に検討できるようにします。 これは、読者が重要なケースに焦点を当て、その日のワークフローをより適切に計画するのに役立ちます。 FDA 認可のアルゴリズムの多くは、乳房病変の測定を自動的に実行し、マンモグラムの乳房密度 BI-RADS スコアを評価できます。

パテル氏は、これにより読者間の大きなばらつきがなくなり、検査をレビューする際の時間をさらに節約できると述べ、AIアルゴリズムを使用してアーチファクトを低減し、放射線科医による手動調整の必要性を排除して画質を向上させることもできると付け加えた。

AI アルゴリズムの採用に関する考慮事項

パテル氏は、AIアルゴリズムを採用する前に戦略的思考の重要性を強調した。 AI を導入する前に、改善が必要な特定の問題や領域を特定する必要があります。 同氏は、関連コストや時間と資金の限られたリソースを考慮して、明確な問題点を明らかにせずにアルゴリズムを取得しないよう警告した。

彼が考える大きな懸念の 1 つは、実際には必ずしも解決すべき問題があるわけではないのに、人々が最初に AI アルゴリズムを入手してしまうことです。

「アルゴリズムについて話すとき、あまりにも多くのアルゴリズムがあると圧倒されてしまう可能性があります。これらのアルゴリズムにもコストがかかるため、支払うべき価格、つまり支払わなければならない金額が存在します。したがって、アルゴリズムについて考え始める前に、次のことが重要だと思います。本当に解決しようとしている問題や機会は何か、あるいは改善の余地は何かについて考える必要がある」と同氏は述べた。