現代の腫瘍学の複雑な分野では、乳がん検診は厳しい矛盾に直面しています。画像技術が進歩するにつれて、専門家の不足と仕事量の増加により、放射線科医へのプレッシャーは重大なレベルに達しています。しかし、最近発表された研究結果では、 GEMINI 研究 (革新的な国家乳がん検診イニシアチブにおける Mia のグランピアン評価）、雑誌掲載 自然がん、この病気を検出する方法の前後にマークを付けることを約束します。
グランピアン地域（イギリス）で実施されたこの前向き研究では、 女性10,889人 人工知能 (AI) のインテリジェントな統合が安全であるだけでなく、 がんの発見率が10.4%増加します その間 作業負荷を軽減する までの医師のうち 31%。
何十年もの間、ヨーロッパ諸国の標準は 人間の二重読書: 2 人の放射線科医が各マンモグラムを個別に分析します。意見の相違がある場合は、第 3 の専門家が仲裁します。このシステムは効果的ではありますが、 人的資源に集中している、現代の医療システムではますます希少な商品となっています。
彼 GEMINI 研究研究者のクラリス・フローレンス・ド・フリース氏とNHSグランピアンおよびアバディーン大学の学際的なチームが率いるこのチームは、単にAIが機能するかどうかをテストするだけでなく、 17 の異なる統合方法 臨床ワークフローで。目的は明確でした。 診断精度と運用効率の完璧なバランス。
ミア v.3 と ディープラーニング
研究の主なツールは次のとおりです。 ミア v.3、マンモグラムを分析し、「覚えている」という推奨事項を発行したり、患者にさらなる検査のスケジュールを設定したり、「覚えていません」と指示したりするように設計された深層学習ベースの AI システムです。
GEMINI のユニークな点は、AI を 2 つの補完的な役割で使用したことです。最初のものとして 「追加読書」、2人の人間の読者が見逃した疑わしい事件を特定し、 トリアージツール どのケースに人間による 2 回目の読み取りが必要か、どのケースをより迅速に検証できるかを判断します。
システム ミア v.3 これは従来のアルゴリズムではありません。それはツールです ディープラーニング 何があったのか さまざまな国のスクリーニングプログラムのデータを使用して10年以上の訓練を受けています そして複数のメーカーの ハードウェア。各女性のデジタル マンモグラムに基づいて、AI が 0 ～ 1 の範囲の連続悪性度予測値、その値が事前に定義された決定しきい値を超えるたびに、追加のレビューを推奨します。研究の基本的な側面は、 以前のデータは使用されていません モデルのトレーニングまたはキャリブレーションのために、得られた結果が実際の一般化能力と 完全に独立した評価 新しい臨床環境におけるテクノロジーの活用。
このツールの多用途性は、 運用ポイント (PO)、これはプロバイダーがバランスを取るために事前に定義したしきい値です。 感度と特異度 各医療サービスの目的に応じて。 GEMINI 研究の過程で、AI は生体内で次の条件の下で使用されました。 PO2、潜在的ながんの検出を最大限に高めるように設計されたセットアップですが、シミュレーションは次の方法でも評価されました。 PO1 より具体的で時間の節約を追求します。
この柔軟性により、AI が追加の「セーフティ ネット」として機能するだけでなく、アルゴリズムと最初の放射線科医が疑いの兆候がないことに同意した場合に、2 人目の人間の読み取り者の代わりになるシナリオをモデル化することができました。
見過ごされていたであろう11の事件
この研究で最も印象的なデータの 1 つは、 AI サポートのおかげで 11 種類のがんが追加。このようなケースでは、日常的な人間による二度読みでは患者の想起は推奨されませんでしたが、 AI が画像を疑わしいものとしてマーク。具体的には、1,345件の症例を指摘し、55人の女性が補足研究のために召喚され、そのうち11人が陽性反応を示した。
これらのAIフラグ付き症例に対する人間によるさらなる検査により、通常であれば英国での通常の検査間隔である少なくとも3年間待たなければ検出されなかったはずの腫瘍が発見され、その結果として疾患が進行するリスクが確認された。これら 11 種類のがんのうち、 7 つは侵襲的でしたグレード 2 および 3 の腫瘍を含む。
GEMINI 研究は、その実用主義で際立っています。研究者は、すべての病院が同じニーズを持っているわけではないことを理解しています。あるかもしれない 最大限の検出を優先する一方で、圧倒されて必要とする人もいるかもしれません。 仕事の負担を軽減する そのスペシャリストの。
これを行うために、彼らは、AI の感度と特異性を調整する決定しきい値であるさまざまな操作点を評価しました。
- 主なワークフロー。 陰性症例のトリアージと追加の AI 読み取りを組み合わせました。その結果、不必要な予約（偽陽性）の割合を増加させることなく、人間の読影作業のほぼ3分の1を節約することなく、検診を受けた女性1,000人あたり検出されるがんの数が1つ増加しました。
- 最大限の省力化。 他のシミュレートされたモデルでは、ワークロードが最大で削減できることが示されました。 44% AIが最初の人間の放射線科医と一致する場合に2番目のリーダーとして機能する場合。
スピードと人間による制御: AI は代替品ではなくサポートとして
AI に関して繰り返し懸念されるのは、AI が臨床プロセスを遅らせるのではないか、あるいは医師が AI を盲目的に信頼するのではないかということです。 GEMINI はこれに光を当てます: 追加レビューの 63% AIによって提案された問題は、放射線科医によって解決されました。 30秒未満。
専門家らは驚くべき批判能力を発揮し、以前の手術痕や良性石灰化に相当するAIマークを即座に除外した。これは、AI が次のように機能することを示唆しています。 「セーフティネット」 医師が最終的な決定権を失うことなく、効率的に管理できるようになります。
GEMINI の調査結果により、ヨーロッパでの証拠が増えています。などの先行研究 マサイ族テスト スウェーデンでも同様の結果が報告されています。 女性 1,000 人あたり 1 件のがんの検出が増加 作業量は 44.3% 削減されました。デンマークでは、AI の日常的な使用により、すでに作業負荷が 33.5% 削減されています。
GEMINI の貢献は、「現実世界」環境における複数の実装戦略の前向きなアプローチと評価であり、これにより、他のスクリーニング プログラムがローカル リソースに最適な構成を選択しやすくなります。
目前に迫った課題と限界
成功にもかかわらず、この研究では改善の余地があることも指摘されています。 AIシステム マンモグラフィーの 10.4% を除外 技術的基準を満たしていないため、人間の目にのみ依存している患者の割合が依然として存在することを意味します。
さらに、研究者らは、 ソフトウェア ああ ハードウェア マンモグラフィーの数が AI のパフォーマンスに影響を与える可能性があるため、 常時監視 y 品質保証プロセス 厳格な。また、2回のスクリーニングの間に出現する「インターバルがん」を分析し、AIががんの減少に役立つかどうかを確認するための3年間の追跡調査も保留中である。
AI がさまざまな臨床ニーズや運用ニーズを満たすように構成できることを実証することで、次のような可能性への扉が開かれます。 スクリーニングのカスタマイズ。 Mia v.3 テクノロジーと GEMINI モデルは、人間と人工知能が連携すると、より堅牢で効率的な医療システムが実現し、何よりも目に見えないものを検出できることを示しています。
あなたも興味があるかもしれません…
#人間の目では見逃されていた11個の腫瘍をAIがどのように見つけたのか