Rak piersi pozostaje jednym z najczęściej diagnozowanych nowotworów u kobiet, a skuteczność badań przesiewowych w dużej mierze decyduje o rokowaniu. Choć mammografia znacząco obniżyła śmiertelność dzięki wczesnemu wykrywaniu choroby, problemem nadal pozostają tzw. nowotwory interwałowe – często bardziej agresywne i trudniejsze w leczeniu. Przełomowe, randomizowane badanie kontrolowane przeprowadzone w Szwecji pokazuje, że mammografia wspomagana sztuczną inteligencją (AI) nie tylko zwiększa wykrywalność raka piersi, lecz także realnie zmniejsza liczbę agresywnych i zaawansowanych rozpoznań w kolejnych latach.
Z tego artykułu dowiesz się…
- Jak mammografia wspomagana sztuczną inteligencją wpływa na wczesne wykrywanie raka piersi i dlaczego ma znaczenie kliniczne.
- Jakie konkretne korzyści potwierdziło randomizowane badanie obejmujące ponad 100 000 kobiet.
- W jakim stopniu AI ogranicza liczbę agresywnych i zaawansowanych nowotworów, w tym raków interwałowych.
- Dlaczego technologia AI może wesprzeć radiologów, nie zwiększając liczby wyników fałszywie dodatnich.
Pierwsze randomizowane badanie na taką skalę
Wyniki opublikowane w The Lancet pochodzą z pierwszego na świecie randomizowanego badania kontrolowanego oceniającego zastosowanie AI w populacyjnym programie badań przesiewowych raka piersi. W badaniu wzięło udział ponad 100 000 kobiet, losowo przydzielonych do dwóch grup: standardowej mammografii z podwójnym odczytem przez radiologów oraz mammografii wspomaganej sztuczną inteligencją. Jak podkreśla główna autorka badania, dr Kristina Lång z Uniwersytetu w Lund:
Nasze badanie jest pierwszym randomizowanym badaniem kontrolowanym badającym wykorzystanie sztucznej inteligencji w badaniach przesiewowych w kierunku raka piersi i największym jak dotąd badaniem dotyczącym wykorzystania sztucznej inteligencji w badaniach przesiewowych w kierunku raka w ogóle. Stwierdza ono, że badania przesiewowe wspomagane sztuczną inteligencją poprawiają wczesne wykrywanie klinicznie istotnych nowotworów piersi, co prowadzi do mniejszej liczby agresywnych lub zaawansowanych nowotworów diagnozowanych pomiędzy badaniami przesiewowymi.
Dlaczego nowotwory interwałowe są tak istotnym problemem
Rak interwałowy (ang. interval breast cancer, IBC) to rak piersi diagnozowany po ujemnym wyniku mammografii i przed kolejnym planowym badaniem. Szacuje się, że 20–30% takich przypadków mogło zostać wykrytych wcześniej, lecz zostało przeoczonych. Co istotne, raki interwałowe częściej mają bardziej agresywny charakter biologiczny i są diagnozowane w bardziej zaawansowanym stadium, co pogarsza rokowanie.
Kluczowym pytaniem, na które dotąd brakowało jednoznacznej odpowiedzi, było to, czy zwiększona wykrywalność raka piersi dzięki AI rzeczywiście przekłada się na zmniejszenie liczby tych niebezpiecznych rozpoznań.
Jak zaprojektowano szwedzkie badanie MASAI
Badanie przeprowadzono w latach 2021–2022 w czterech ośrodkach w Szwecji. Kobiety losowo przydzielono do grupy kontrolnej (standardowa podwójna analiza mammogramów przez radiologów) oraz grupy interwencyjnej, w której zastosowano system sztucznej inteligencji. W grupie AI algorytm:
- klasyfikował badania jako niskiego lub wysokiego ryzyka,
- kierował przypadki niskiego ryzyka do pojedynczego odczytu,
- a przypadki wysokiego ryzyka do odczytu podwójnego przez radiologów,
- dodatkowo wskazywał podejrzane obszary na obrazie mammograficznym.
System został wcześniej wytrenowany i przetestowany na ponad 200 000 badań z wielu instytucji i krajów.
Mniej agresywnych i zaawansowanych nowotworów
Pełne wyniki dwuletniej obserwacji przyniosły kluczowe dane kliniczne. W grupie mammografii wspomaganej AI odnotowano:
- 12% redukcję liczby nowotworów interwałowych (1,55 vs 1,76 przypadków na 1000 kobiet),
- 16% mniej nowotworów inwazyjnych,
- 21% mniej dużych guzów,
- 27% mniej agresywnych podtypów raka piersi w porównaniu z grupą kontrolną.
Co istotne, 81% nowotworów wykryto podczas badań przesiewowych w grupie AI, wobec 74% w grupie standardowej, bez wzrostu liczby wyników fałszywie dodatnich.
Korzyści dla pacjentek i systemu ochrony zdrowia
Wcześniejsze wykrycie nowotworów o agresywnym przebiegu oznacza większe szanse na skuteczne leczenie i mniej intensywne terapie. Jednocześnie wcześniejsze analizy badania, opublikowane w The Lancet Oncology oraz The Lancet Digital Health, wykazały:
- 44% redukcję obciążenia radiologów związanego z odczytem badań,
- 29% wzrost wykrywalności raka piersi bez zwiększenia liczby fałszywie dodatnich wyników.
Jak podkreśla Jessie Gommers z Centrum Medycznego Uniwersytetu Radboud:
Nasze badanie nie uzasadnia zastąpienia pracowników służby zdrowia sztuczną inteligencją, ponieważ badania mammograficzne wspomagane sztuczną inteligencją nadal wymagają obecności co najmniej jednego radiologa do przeprowadzenia analizy przesiewowej, ale ze wsparciem sztucznej inteligencji.
Ograniczenia i dalsze kierunki badań
Autorzy zwracają uwagę, że badanie przeprowadzono w jednym kraju, z wykorzystaniem jednego typu mammografu i jednego systemu AI, co może ograniczać możliwość uogólnienia wyników. Nie analizowano również różnic etnicznych ani rasowych. Konieczne są dalsze badania obejmujące inne populacje, kolejne rundy przesiewowe oraz ocenę opłacalności ekonomicznej wdrożenia AI. Dr Lång zaznacza:
Jeśli dalsze analizy nadal będą wskazywać na korzystne wyniki mammografii wspomaganej sztuczną inteligencją, mogą istnieć mocne argumenty za jej szerokim wykorzystaniem, zwłaszcza w obliczu niedoborów kadrowych.
Główne wnioski
- Mammografia wspomagana AI doprowadziła do 12% redukcji liczby nowotworów interwałowych w porównaniu ze standardowym badaniem przesiewowym.
- W grupie AI odnotowano 27% mniej agresywnych podtypów raka piersi oraz 21% mniej dużych guzów.
- 81% przypadków raka w grupie AI wykryto podczas badań przesiewowych, wobec 74% w grupie kontrolnej, bez wzrostu liczby wyników fałszywie dodatnich.
- Badanie potwierdza, że AI może zwiększyć skuteczność programów przesiewowych i jednocześnie zmniejszyć obciążenie pracą radiologów.
Źródło:
- https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(25)02464-X/abstract
