テストされているソフトウェアは、ドイツに拠点を置き、調査を主導したスタートアップであるVaraからのものです。 同社のAIは、ドイツの乳がん検診センターの4分の1以上ですでに使用されており、今年初めにメキシコとギリシャの病院に導入されました。
Varaチームは、ドイツのエッセン大学病院とニューヨークのメモリアルスローンケタリングがんセンターの放射線科医の助けを借りて、2つのアプローチをテストしました。 最初に、AIはマンモグラムを分析するために単独で機能します。 一方、AIは、正常に見えると思われるスキャンと懸念を引き起こすスキャンを自動的に区別します。 後者は、AIの評価を見る前にそれらをレビューする放射線科医を指します。 次に、AIは、医師が検出しなかったときに癌を検出した場合に警告を発します。
「提案されたAI主導のプロセスでは、スクリーニング研究の4分の3近くを放射線科医がレビューする必要はありませんでしたが、全体的な精度は向上しました。」
チャールズ・ラングロッツ
ニューラルネットワークをトレーニングするために、Varaは367,000を超えるマンモグラムからAIデータを提供しました。これには、放射線技師のメモ、元の評価、患者が最終的に癌にかかったかどうかに関する情報が含まれ、これらのスキャンを3つのバケットのいずれかに配置する方法を学びました。 、」、「自信がない」（予測が与えられていない）、および「自信がある癌」。 次に、両方のアプローチからの結論を、AIのトレーニングに使用されるスキャンに寄与しなかったスクリーニングセンターから供給された82,851のマンモグラムに対して実際の放射線科医が最初に行った決定と比較しました。
2番目のアプローチ（医師とAIが協力する）は、医師が単独で働くよりも乳がんの検出が3.6％優れており、誤警報が少なくなりました。 これは、すべてのマンモグラムの63％に相当する、自信を持って正常であると分類されたスキャンを自動的に脇に置いてこれを達成しました。 この強力な合理化は、放射線科医の作業負荷を削減する可能性があります。
乳がんのスクリーニング後、スキャンが正常な患者は途中で送られますが、スキャンが異常または不明瞭な場合はフォローアップテストがトリガーされます。 しかし、マンモグラムを調べる放射線科医 癌の8分の1を逃す。 倦怠感、過労、さらには時刻さえも、放射線科医が何千ものスキャンを表示するときに腫瘍をどれだけうまく識別できるかに影響します。 視覚的に微妙な兆候は、一般的に警報を発する可能性が低く、乳房組織が密集していると（主に若い患者に見られます）、癌の兆候が見えにくくなります。
現実の世界でAIを使用している放射線科医は、ドイツの法律により、すべてのマンモグラムを確認することを義務付けられています。 放射線科医はいつでもAIの呼び出しを拒否できますが、AIは、正常とラベル付けされたスキャンに関するレポートを事前に入力することで、依然として彼らに手を貸しています。
ドイツの乳がん検診センターを率いる放射線科医のThiloTöllnerは、このプログラムを2年間使用しています。 AIがスキャンを自信を持って正常と分類し、別の結論を反映するために手動でレポートに入力した場合、彼は時々同意しませんが、「正常はほとんどの場合正常です」と述べています。 ほとんどの場合、「Enterキーを押すだけです」。
AIが曖昧または「自信のある癌」とラベル付けしたマンモグラムは、放射線科医に紹介されますが、医師が最初の独立した評価を提供した後でのみです。
