شفقنا – یک مطالعه جدید که در مجله لنست دیجیتال منتشر شده، نشان میدهد الگوریتم هوش مصنوعی قادر است خطر ابتلای یک زن به سرطان سینه را در چهار سال آینده با دقت بالایی تخمین بزند. این ابزار که روی ماموگرافی نزدیک به ۵۰۰ هزار زن در استرالیا و سوئد آزمایش شده، زنانی با ریسک بالا را شناسایی میکند. تقریباً از هر ده زنی که در دو درصد بالای این الگوریتم قرار گرفتند، ظرف چهار سال به سرطان مبتلا شدند.
به گزارش سرویس ترجمه شفقنا، این مطالعه با استفاده از ماموگرافی نزدیک به ۴۰۰ هزار زن به عنوان گروه آموزش انجام شد و سپس با دادههای نزدیک به ۹۶ هزار زن در استرالیا آزمایش شد. نتایج در جمعیتی سوئدی شامل بیش از ۴۵۰۰ زن نیز تأیید شد.
ایگناسیو میراندا گومز، رئیس واحد تصویربرداری پستان در مرکز بینالمللی سرطان سینه در بارسلونا، این مطالعه را از نظر روششناسی با کیفیت بالا ارزیابی کرد و گفت حجم بسیار بزرگ گروه آموزش (حدود ۳۹۷ هزار زن) باعث برآوردهای پایدار، تسهیل کالیبراسیون جمعیتی و کاهش خطر بیش از حد میشود.
این مطالعه از یک الگوریتم تشخیص سرطان شروع کرده و آن را به یک نمره ریسک جمعیت‑محور تبدیل کرده است که دو هدف اساسی را دنبال میکند: تشخیص سرطان در غربالگری فعلی (BRAIx risk score) و پیشبینی خطر سرطان در چهار سال آینده.
میراندا گومز توضیح داد این مطالعه از هوش مصنوعی تنها برای تشخیص سرطان استفاده نمیکند، بلکه آن را به ابزاری برای طبقهبندی ریسک در سطح جمعیت تبدیل میکند. این موضوع پیامدهای عملی مهمی برای اجرای غربالگری شخصیسازی شده، استفاده منطقی از تستهای پرهزینهتر مانند ماموگرافی کنتراست یا ام آر آی، و کاهش بالقوه تشخیص بیش از حد دارد.
به گفته گومز، این مطالعه نسبت به شواهد قبلی پیشرفت محسوسی دارد. تحقیقات پیشین الگوریتمهای هوش مصنوعی برای تشخیص سرطان تصاویر را بررسی کرده بودند اما محدودیتهایی داشتند. اما روش جدید نه تنها تشخیص میدهد، بلکه نمره الگوریتم تشخیص را به یک نمره ریسک میانی (تا چهار سال) تبدیل میکند، چیزی که مطالعات قبلی با این قدرت نشان نداده بودند. همچنین این ابزار از نظر توانایی پیشبینی، از سایر پیشبینیکنندهها مانند نمرات پلیژنیک و طبقهبندی تراکم پستان بهتر عمل میکند.
گومز به چند محدودیت اساسی این مطالعه نیز اشاره کرد: پیگیری فقط به چهار سال محدود شده و مشخص نیست نمره ریسک در دورههای طولانیتر چگونه عمل میکند. همچنین با وجود اعتبارسنجی خارجی در سوئد، جمعیتهای متنوعتر (کشورهای دیگر، قومیتها، سیستمهای سلامت) نیاز به مطالعه دارند. مهمتر اینکه مطالعه تأثیر بالینی واقعی را اندازهگیری نکرده و مشخص نیست استفاده از این نمره ریسک مرگ و میر را کاهش میدهد یا تصمیمات پزشکی را بهبود میبخشد.
به گفته این متخصص، نمره BRAIx میتواند غربالگری شخصیسازی شده را به جای رویکرد فعلی «یک اندازه برای همه» ممکن کند. زنان با ریسک بالا میتوانند پیگیری دقیقتری دریافت کنند یا تستهای اضافی (ام آر آی، ماموگرافی کنتراست) انجام دهند و زنان با ریسک پایین میتوانند فواصل چکاپ خود را افزایش دهند. این میتواند به تشخیص زودهنگام بهتر، مثبت و منفی کاذب کمتر، بهینهسازی منابع بهداشتی، صرفهجویی در هزینه و کاهش اضطراب بیماران منجر شود.
اما قبل از اجرا در عمل بالینی عمومی، به مطالعات آیندهنگر برای ارزیابی تأثیر واقعی بر پیامدهای مرتبط مانند مرگ و میر، کیفیت زندگی و هزینه‑اثربخشی نیاز است.
این خبر را اینجا ببینید.