- AI支援マンモグラフィーを使用した場合のインターバル乳がん発生率は、ランダム化試験における放射線科医による標準的な二重読影による発生率と比較して劣っていませんでした。
- AI の使用により、標準的な二重読み取りと比較して感度が向上し、特異度は同じになりました。
- AI 支援のマンモグラフィーを使用すると、画面読み取りの作業負荷を軽減しながら、スクリーニングのパフォーマンスを向上させることができると研究者らは示唆しています。
MASAIランダム化試験の結果によると、人工知能（AI）を活用したマンモグラフィースクリーニングは、放射線科医による標準的な二重読影と比較して、非劣性の間隔癌率を含む一貫して良好な結果を示した。
105,000人以上の女性におけるインターバルがん発生率は、介入群と対照群の参加者1,000人当たりそれぞれ1.55と1.76で、非劣性比率は0.88（95％CI 0.65-1.18、 P=0.41)、非劣性基準を満たしていると、スウェーデンのマルメにあるルンド大学のクリスティーナ・ラング博士とその同僚が報告した。 ランセット。
この分析には優位性を検出する機能が備わっていなかったので、研究者らは介入群と対照群の違いを記述的に提示し、AI 支援スクリーニングでは標準的なスクリーニングと比較して以下の結果が得られたと報告しました。
- インターバルがんが 12% 減少し、浸潤性インターバルがんが 16% 減少
- 非ルミナール A サブタイプが 27% 減少し、ルミナール A サブタイプも同数 (7% 増加)
- 組織学的グレード全体で浸潤性間隔がんが少ない (特殊でないタイプでは 23% 少ないが、小葉タイプでは 20% 多い)
- T2+ 間隔癌が 21% 減少し、T1 腫瘍も同様の数 (3% 減少)
- TNM ステージ I および II+ の間隔がんの減少 (それぞれ 21% および 13% 減少)
AI を使用すると、標準的な二重読み取りと比較して、感度が高く (80.5% 対 73.8%)、特異度が同じ (98.5%) という結果になりました。
初期結果 この試験の結果、AI 支援マンモグラフィーにより、2 人の乳房放射線科医が協力して行った場合と同等のがん検出率 (スクリーニング 1,000 件あたり 6.1 対 5.1) が得られ、同時にスクリーニング作業負荷が 44% 大幅に削減されたことが示されました。
あ プロトコルごとのフォローアップ分析 AI 支援スクリーニングでは、標準的な二重読み取り値と比較してがん検出率が大幅に増加し (スクリーニング参加者 1,000 人あたり 6.4 対 5.0)、再現率と偽陽性率には有意ではないわずかな増加が見られたことが示されました。
「MASAI試験のこれまでの2つのプロトコル定義分析の結果と合わせて、AIを利用したマンモグラフィーの画面読み取り手順を使用すると、AIを使用しない標準的な二重読み取りと比較して画面読み取りの作業負荷を軽減しながら、スクリーニングのパフォーマンスを向上させることができることを示しました」とLångらは述べている。
「その後の検診ラウンドと費用対効果をさらに分析することで、利益と害の長期的なバランスが明らかになり、特に労働力不足の状況において、集団ベースのマンモグラフィ検診プログラムに AI を導入する強力な根拠が得られる可能性がある」と研究者らは指摘した。
で 付属の解説シドニー大学の M. Luke Marinovich 博士、MPH と Nehmat Houssami 博士、MBBS、PhD は、間隔がん発生率に関する非劣性の所見を拡大解釈しないように警告したが、それらの結果は「AI スクリーニング ワークフローが医療現場で使用されているという実質的な安心感を与える」と認めた。 [trial] マンモグラフィー検査の二重読み取りに代わる安全な代替手段です。」
「一部の乳がん検診プログラムはすでに、一般に選ばれた検査員の読影ワークフローにAIを組み込む方向に進んでいる」と研究者らは書いている。 「MASAI試験の結果はおそらくそのような動きを加速させるか、より新しい試験や大規模な実施研究に情報を提供するでしょう。」
2021年4月から2022年12月までに、スウェーデンの4つの施設でマンモグラフィ検査を受けていた105,934人の女性が、AI支援マンモグラフィ検査に1:1の比率でランダムに割り当てられた。
介入部門には専門の AI システムが導入されています
AI システムは、10 か国以上の複数の機関からの 200,000 件を超える検査によってトレーニング、検証、テストされています。
著者らは、一般化可能性に関連した治験にはいくつかの限界があることを認め、この研究がスウェーデンで実施され、マンモグラフィーベンダー1社、AIシステム1社、ベースライン再現率が低く、経験豊富な放射線科医全体が参加したことを指摘した。
「画面読み取り手順の違いや、経験の浅い放射線科医の場合、結果は異なる可能性があり、偽陽性率が高く、AIによるパフォーマンスへの影響が大きい可能性がある」と研究者らは書いている。