Obwohl Pathologen Brustkrebs im Allgemeinen gut erkennen, besteht kein Zweifel daran, dass Hilfe immer nützlich ist. UCLA-Wissenschaftler als solche entwickelt haben ein neuartiges System der künstlichen Intelligenz, das das Lesen von Biopsien erleichtert.
VERBINDUNG: AI ERKENNT BRUSTKREBS BESSER ALS DURCHSCHNITTLICHER RADIOLOGE
"Es ist wichtig, von Anfang an eine korrekte Diagnose zu erhalten, damit wir die Patienten zu den effektivsten Behandlungen führen können", sagte Dr. Joann Elmore, leitender Autor der Studie und Professor für Medizin an der David Geffen School of Medicine inUCLA.
Diagnosefehler
Warum sollte eine solche Studie erforderlich sein? Nun, laut einer von Elmore durchgeführten Studie aus dem Jahr 2015 sind sich Pathologen häufig nicht einig über das Ergebnis von Brustbiopsien. Darüber hinaus hat die Forschung auch herausgefunden, dass bei etwa einem von ihnen Fehler aufgetreten sindAlle sechs Frauen, bei denen ein Duktalkarzinom in situ DCIS und falsche Diagnosen diagnostiziert wurden, wurden in etwa der Hälfte der Biopsiefälle mit Brustatypie gegeben.
Dies sind einige signifikante Fehler. Der Grund für diese Fehlinterpretationen liegt darin, dass Brustbiopsien bekanntermaßen schwer genau zu lesen sind.
"Medizinische Bilder von Brustbiopsien enthalten viele komplexe Daten, und ihre Interpretation kann sehr subjektiv sein", sagte Elmore, der auch am UCLA Jonsson Comprehensive Cancer Center forschtklinisch wichtig, aber für Pathologen sehr herausfordernd. Manchmal stimmen Ärzte ihrer vorherigen Diagnose nicht einmal zu, wenn ihnen ein Jahr später der gleiche Fall gezeigt wird. "
Um eine konsistentere Methode zur Diagnose von Messwerten zu finden, haben die Forscher festgelegt, dass eine KI helfen kann, indem sie aus einem großen Datensatz zieht. Daher haben sie 240 Brustbiopsiebilder in ein Computersystem eingespeist und es trainiert, um damit verbundene Muster zu erkennenmit einer Vielzahl von Brustläsionen.
Anschließend verglichen sie die Ergebnisse mit unabhängigen Diagnosen von 87 praktizierenden US-Pathologen. Beeindruckend war, dass das Programm bei der Unterscheidung von Krebs- und Nichtkrebsfällen fast genauso gut abschnitt wie die Ärzte.
Unterscheidung von DCIS und Atypie
Es hat jedoch die menschlichen Ärzte in einem bestimmten schwierigen Bereich übertroffen und DCIS von Atypien unterschieden. Dieser Bereich wird als die größte Herausforderung bei der Brustkrebsdiagnose angesehen. Das System zeigte eine Sensitivität zwischen 0,88 und 0,89, während die durchschnittliche Sensitivität der Pathologen nur eine war0,70.
"Diese Ergebnisse sind sehr ermutigend", sagte Elmore. "In den USA gibt es unter praktizierenden Pathologen eine geringe Genauigkeit bei der Diagnose von Atypien und Duktalkarzinomen in situ, und der computergestützte automatisierte Ansatz ist vielversprechend."
Die Studie wird veröffentlicht in JAMA Network Open.