年に一度のマンモグラフィーが単なる定期的な検査ではなく、乳がんのリスクを個別に評価する未来を想像してみてください。 UCSF の乳房画像専門家であるマギー・チャン医学博士と、カリフォルニア大学バークレー校とカリフォルニア大学サンフランシスコ校の高精度デジタルヘルスおよび電気・コンピューター工学の助教授であるアダム・ヤーラ博士は、人工知能のアルゴリズムである Mirai の臨床翻訳に関する研究を進めています。 (AI) 乳がんのリスクを評価します。 Yala 博士によって開発された Mirai は、数秒でマンモグラムを分析し、個人の将来の乳がん発症リスクを予測できます。
Chung 氏は、AI を利用したリスク予測モデルには多くの潜在的な利点があると考えており、次のように説明しています。「AI を使用すると、生涯のリスク要因に依存する代わりに、スクリーニングのマンモグラムに基づいて動的な年ごとのリスク予測を作成できます。 » この方法により、リスク評価の精度が向上するだけでなく、必要に応じて追加の MRI スクリーニングなどのタイムリーな介入も可能になります。従来のリスク評価方法は長いアンケートに依存することが多く、患者、特に英語を母国語としない患者にとっては困難な場合があります。 Chung 氏と Yala 氏は、従来の評価方法の限界を認識しており、AI を活用した分析に焦点を当てて臨床ケアの改善に取り組んでいます。精度を高めるためにMiraiの開発を進めている。同時に、彼らは前向き試験を通じて臨床現場における AI リスク評価ツールの利点を研究しています。
Chung 氏と Yala 氏は、AI モデルを使用した大規模な多施設共同治験でチームと協力し、スクリーニングマンモグラムでは正常とみなされたが、AI モデルによって高リスクと評価された患者を選択しています。 AI は、組織の質感のパターンや乳がんの最初の兆候の小さな兆候など、人間の目には見えない非常に微妙な手がかりを検出できます。高リスクの人が特定されたら、早期発見と転帰を改善するために追加の MRI スクリーニングが提供される場合があります。
Chung氏は、「AIモデルによって『高リスク』と特定された患者にはMRIスキャンを提供している」と述べた。私たちの予測に基づくと、高リスク患者向けの既存のガイドラインで提供されている追加のスクリーニング MRI によって現在検出されるがんよりも、これらの事前スクリーニング患者からより多くのがんが検出されると予想されます。 »
ザッカーバーグ・サンフランシスコ総合病院 (ZSFGH) で進行中の別の前向き研究では、Chung 氏と Yala 氏は AI モデルを使用して、リスク上位 10% の患者を特定しています。このグループを優先して、この研究ではスクリーニングマンモグラムの同日評価を提供しています。このアルゴリズム支援スクリーニングは、スクリーニング マンモグラムに現れた潜在的な異常を評価するための再診の必要性を軽減し、病院の業務効率を向上させながら患者の時間を節約します。潜在的な利点は、ZSFGH での予約のスケジュールと追跡で追加の課題に直面することが多い、十分なサービスを受けていないホームレスの患者にとって特に重要です。
技術革新が医療情勢を変革している状況において、人工知能などのソリューションがどのように診断を最適化するだけでなく、時には弱い立場にある患者のケアへのアクセスを改善できるかを考えるのは興味深いことです。この開発は将来の医療画像処理の標準となる可能性がありますか?
#AIを使って乳がんのリスクを数秒で評価