خلاصه:
در این مطالعه شبیه‌سازی، خواندن ماموگرافی به کمک هوش مصنوعی (AI) توانست تعداد بازنگری‌های غیرضروری را کاهش دهد و در عین حال توانایی تشخیص سرطان در زنانی که پس از غربالگری ماموگرافی فراخوانده می‌شوند، حفظ کند.
روش‌ها:
در این مطالعه، 793 زن که برای به دست آوردن نتایج ماموگرافی تکمیلی با توجه به ناهنجاری‌های تشخیص داده شده در غربالگری ماموگرافی، بازنگری شده بودند، مورد مطالعه قرار گرفتند. معاینات ماموگرافی غربالگری اولیه توسط سه رادیولوژیست اختصاصی پستان به صورت متوالی، مورد به مورد، با کمک و بدون کمک هوش مصنوعی، در یک جلسه تفسیر شد.
نتایج:
پنجاه و چهار ماموگرافی با سرطان (35 مورد سرطان تهاجمی و 19 مورد در مجرای شیری به صورت ثابت و غیرمتحرک) و 739 ماموگرافی با یافته‌های خوش خیم یا منفی تشخیص داده شد. میانگین AUC مفسر بعد از کمک هوش مصنوعی، از 89/0 (95٪ فاصله اطمینان [CI]، 74/0-85/0) به 89/0 (95٪ CI، 85/0-94/0) (p > 0.001) بهبود یافت. میانگین ویژگی‌های خواننده قبل و بعد از کمک هوش مصنوعی AI به ترتیب 9/41٪ (95٪ فاصله اطمینان، 3/39٪ – 5/44٪) و 9/53٪ (95٪ CI، 9/50٪ – 9/56٪) (p > 0.001) بود. میانگین حساسیت خواننده از نظر آماری بین تفسیر‌های بدون کمک هوش مصنوعی و خوانش‌های با کمک هوش مصنوعی تفاوتی نداشت: 5/89٪ (95٪ CI، 1/83٪ – 9/95٪) در مقابل 6/92٪ (95٪ CI، 2/86٪ – 0/99٪) (p = 0.053). اگر چه حساسیت کم‌تجربه‌ترین رادیولوژیست قبل و بعد از کمک هوش مصنوعی بود: 6/79٪ (43 از 54[95٪ CI، 5/66٪ ـ4/89٪]) و 7/90٪ (49 از 54[95٪ CI، 7/79٪ ـ9/96٪]) (p = 0.031). با کمک هوش مصنوعی میانگین نرخ بازنگری خواننده کاهش یافت از 4/60٪ (95٪ CI، 8/57٪ ـ 9/62٪) به 5/49٪ (95٪ CI، 5/46٪ ـ 4/52٪).
نتیجه‌گیری:
خواندن با کمک هوش مصنوعی تعداد بازنگری‌ها را کاهش داد و عملکرد تشخیصی را در شبیه‌سازی ما با استفاده از زنانی که در ابتدا برای مشاهده ماموگرافی تکمیلی پس از غربالگری ماموگرافی فراخوانده شده بودند، بهبود بخشید.
