امروزه با نیاز فوری به بهبود دقت غربالگری ماموگرافی رو به رو هستیم. محققان به دنبال مطالعهای جدید از موسسه ملی سرطان آمریکا به این نتیجه رسیده اند که ۲۰ درصد از سرطانهای پستان در مراحل اولیه در فرآیند غربالگری ماموگرافی استاندارد تشخیص داده نمیشوند.
مطالعات اخیر نشان داده اند که تصویربرداری از سینه به کمک هوش مصنوعی (AI) پتانسیل کاهش تعداد قابل توجهی از آن دسته سرطانهای سینهای را دارد که طی روند غربالگری معمول ماموگرافی تشخیص داده نمیشوند.
بر اساس پژوهشی که از طریق سری مجلات ناشر بین المللی اشپرینگر ساینس+بیزینس مدیا قابل دسترسی است، یک گزارش اولیه در مورد ماموگرافی به کمک هوش مصنوعی نشان داد که ۳۱ درصد از سرطانهایی که در ماموگرافی استاندارد تشخیص داده نمیشوند، از طریق هوش مصنوعی قابل شناسایی اند.
همچنین با استناد به گزارشی جدیدتر از بخش سلامت شبکه خبری آمریکایی سی ان ان، دانشمندان به کشفی بزرگ دست یافته اند؛ تشخیص سرطان پستان به کمک هوش مصنوعی ۴ سال قبل از اینکه بتوان آن را به وسیله ماموگرافی استاندارد تشخیص داد! این مطالعات به وضوح نشان میدهند که ماموگرافی با کمک هوش مصنوعی میتواند سرطان سینه را بسیار سریعتر از روشهای تشخیصی متداول ردیابی و با تشخیص زودهنگام آن را تبدیل به گزینهای قابل درمان کند.
علت نتیجه منفی کاذب در ماموگرافی چیست؟
ماموگرافی استاندارد در تشخیص سرطانهای کوچک سینه در زنان با الگوی سینه دارای چربی بالا (تراکم سینه) بسیار موثر است. سرطان سینه در ماموگرافی سفید و بافت چربی سیاه است. این کنتراست رنگی تشخیص سرطانهای کوچک سینه را نسبتا آسان میکند. با این حال وضعیت مذکور در بانوان با سینههای متراکم برعکس است. بافت متراکم پستان در ماموگرافی سفید است که تشخیص سرطانهای کوچک و سفید پستان را دشوارتر میسازد. به همین علت تشخیص سرطان سینه کوچک در یک سینه متراکم با چالش یافتن آدم برفی در طوفان برف مقایسه شده است.
زنان جوان بیشتر از زنان مسن سینههای متراکم دارند. یک مطالعه معتبر نشان داد که ۷۴ درصد از بانوان ۴۰-۴۹ ساله دارای سینههای متراکم هستند. مطالعه مهم دیگری که از طریق وب سایت کتابخانه ملی پزشکی آمریکا در اختیار علاقهمندان قرار گرفته است، نشان داده که ۹۸ درصد از سرطانهای سینه در زنان با سینههای متراکم طی غربالگری ماموگرافی شناسایی نشدند. علاوه بر این، تراکم سینه یک عامل خطر قابل ملاحظه برای ابتلا به سرطان سینه است و زنان با سینههای متراکم در معرض خطر بیشتری برای ابتلا به سرطانهای تهاجمی پستان هستند.
هوش مصنوعی چیست؟
ادغام هوش مصنوعی در فرآیند غربالگری یک تکنولوژی نوظهور محسوب میشود که در بهبود تشخیص زودهنگام سرطان پستان بسیار امیدوارکننده عمل کرده است. هدف هوش مصنوعی این است که سیستمهای کامپیوتری هوشمندی را بسازد که عملکردی شبیه به انسان داشته باشند و بتوانند مشکلات پیچیده را حل کنند. ادغام هوش مصنوعی در فرآیند غربالگری، ماشینی را با رفتار انسانی خلق میکند که قادر به تفسیر یافتههای ماموگرافی دیجیتال باشد.
بیوپسیهای مثبت کاذب
دومین محدودیت غربالگری ماموگرافی استاندارد، موضوع بیوپسیهای غیر ضروری است. هنگامی که رادیولوژیست در ماموگرافی ناحیهای نگران کننده را شناسایی میکند، معمولا توصیه به انجام بررسیهای اضافه مانند بیوپسی خواهد شد. اگر ثابت شود که بیوپسی خوش خیم است، نتیجه مثبت کاذب نامیده میشود.
یک مطالعه جدید که حاصل تلاشهای محققان دانشگاه کالیفرنیا، دیویس است، نشان داد: نیمی از زنانی که به طور منظم غربالگری ماموگرافی را برای یک دوره ۱۰ ساله انجام داده بودند، حداقل یک نمونه برداری مثبت کاذب داشتند. پژوهشهای اخیر مشخص کرده اند که ماموگرافی به کمک هوش مصنوعی میتواند نرخ بیوپسیهای مثبت کاذب را تا ۶۹ درصد کاهش دهد. هم سونوگرافی و هم ام آر آی با کمک هوش مصنوعی میتوانند میزان بیوپسیهای غیرضروری را کاهش دهند.
سایر مزایای هوش مصنوعی
- کاهش تماسهای مجدد
تماس مجدد یا برگشتی به وضعیتی اطلاق میشود که در آن بیمار چند روز پس از انجام ماموگرافی تماس تلفنی دریافت میکند و به وی اطلاع داده میشود که باید برای بررسیهای بیشتر به مرکز تصویربرداری مراجعه کند. بر اساس گزارشی از وب سایت مامواسکرین این تماس تلفنی معمولا منجر به افزایش شدید سطح اضطراب میشود. مطالعات اخیر به این نتیجه رسیده اند که ماموگرافی به کمک هوش مصنوعی میزان تماسهای برگشتی را کاهش میدهد. در نتیجه، بانوان کمتری دچار اضطراب بازگشت به مرکز تصویربرداری برای انجام تستهای بیشتر میشوند.
- بهبود کارایی
هوش مصنوعی همچنین میتواند زمان لازم برای تکمیل فرآیند تصویربرداری را کاهش دهد. با ماموگرافی به کمک هوش مصنوعی، بلافاصله پس از اتمام ماموگرافی گزارش فرآیند انجام شده صادر میشود. اگر ماموگرافی هوش مصنوعی تشخیص دهد که نیاز به بررسیهای اضافی است، میتوان آنها را در همان ویزیت و بدون انتظار برای گزارش رادیولوژیست انجام داد. البته در بیشتر موارد، بررسی تکمیلی منفی خواهد بود و بیمار نیازی به انتظار برای صدور گزارش نهایی رادیولوژیست نخواهد داشت.
- کاهش هزینهها
یکی از نمونههایی که نشان میدهد هوش مصنوعی چگونه میتواند هزینههای مراقبت از پستان را کاهش دهد، کاهش نرخ بیوپسیهای مثبت کاذب است. تخمین زده میشود که هزینه پوشش بیوپسیهای مثبت کاذب در آمریکا در محدوده ۲.۲ میلیارد دلار است. به طور کلی ۶۹ درصد کاهش در میزان بیوپسیهای مثبت کاذب با ماموگرافی به کمک هوش مصنوعی ثبت شده است.