W skrócie
- Źródło
- Hernström, Josefsson, Sartor, Schmidt, Larsson, Hofvind, Andersson, Rosso, Hagberg and Lång (2025). Screening performance and characteristics of breast cancer detected in the Mammography Screening with Artificial Intelligence trial (MASAI): a randomised, controlled, parallel-group, non-inferiority, single-blinded, screening accuracy study. The Lancet Digital Health, 7(3), e175–e183. doi:10.1016/S2589-7500(24)00267-X
- Jak je przeprowadzono
- Kobiety losowo przydzielono do badania przesiewowego wspieranego przez AI albo do standardu, w którym każde zdjęcie oceniało dwóch radiologów. W grupie z AI system kierował każde zdjęcie do jednej lub dwóch osób według ryzyka i zaznaczał podejrzane miejsca. Eksperyment z losowym przydziałem. Ludzi losowo przydzielono do pracy z narzędziem albo bez niego i porównano obie grupy.
- Kto brał udział
- 105 934 kobiety uprawnione do przesiewowego badania piersi, przydzielone między 12 kwietnia 2021 a 7 grudnia 2022 roku.
- Gdzie
- Cztery ośrodki badań przesiewowych w południowo-zachodniej Szwecji (Malmö, Lund, Landskrona i Trelleborg), w ramach krajowego programu badań przesiewowych.
“The findings suggest that AI contributes to the early detection of clinically relevant breast cancer and reduces screen-reading workload without increasing false positives.” [Wyniki wskazują, że AI przyczynia się do wczesnego wykrywania istotnych klinicznie nowotworów piersi i zmniejsza obciążenie odczytami bez zwiększania liczby wyników fałszywie dodatnich.]
Co wykazało badanie
W grupie z AI system AI (Transpara firmy ScreenPoint Medical) oceniał każde zdjęcie. Zdjęcia niskiego ryzyka trafiały do jednego radiologa, a wysokiego ryzyka do dwóch. AI zaznaczała też podejrzane miejsca dla osób oceniających.
- Więcej wykrytych nowotworów. Badanie przesiewowe z AI wykryło 338 nowotworów wśród 53 043 kobiet, czyli 6,4 na 1000. Standardowe badanie wykryło 262 wśród 52 872, czyli 5,0 na 1000. Badanie wspierane przez AI wykryło 1,29 raza więcej (prawdopodobny zakres od 1,09 do 1,51).
- Jakie nowotwory. Dodatkowo wykryte nowotwory to głównie małe nowotwory inwazyjne, które nie dały przerzutów do węzłów chłonnych, oraz nowotwory we wczesnym stadium, w mniej więcej połowie szybko rosnące.
- Nie więcej fałszywych alarmów. Odsetek kobiet wzywanych na dodatkowe badania i odsetek wyników fałszywie dodatnich nie wzrosły ponad to, co mieści się w granicach przypadku.
- Mniej odczytów. Radiolodzy wykonali 61 248 odczytów w grupie z AI wobec 109 692 w grupie standardowej, czyli o 44,2% mniej.
Kiedy wynik się sprawdza
Zysk wziął się z decydowania, kto co sprawdza. AI decydowała, ile osób ogląda każde zdjęcie, zamiast żeby człowiek sprawdzał każdy wynik AI. To pasuje do pracy, w której dziś sprawdza się każdą pozycję i w której ryzyko każdej pozycji da się ocenić.
Ograniczenia
- Ta publikacja podaje drugorzędne miary badania. Główna miara, nowotwory wykryte między kolejnymi rundami badań przesiewowych, jest opisana osobno.
- Przesiewowe badanie piersi to ściśle regulowany proces o stałym protokole. Praca biurowa jest mniej ustandaryzowana.
- Badanie było finansowane ze środków publicznych, między innymi przez Swedish Cancer Society i rząd Szwecji. Jeden z autorów doradzał firmie Siemens Healthineers.
Praktyki, które korzystają z tego badania
To badanie wspiera:
- Niech człowiek sprawdza wszystko, co trafia do klienta lub ma znaczenie prawne Zanim wynik AI wyjdzie poza firmę albo posłuży do decyzji, wskazana osoba sprawdza go z prawdziwymi źródłami i zatwierdza. Niech to sprawdzenie będzie krokiem w procesie, z zarezerwowanym na nie czasem. Zrób najpierw · Nakład pracy: średni (tygodnie, kilka osób)
- Przebuduj proces pracy, zamiast dokładać do niego narzędzie Danie ludziom narzędzia AI w niezmienionym procesie niewiele zmienia. Zdecyduj od nowa, kto wykonuje każdy krok, w jakiej kolejności i gdzie sprawdza człowiek. Zrób potem · Nakład pracy: wysoki (miesiące, kilka zespołów)