Krūties vėžio atrankos ir rizikos mažinimo strategijų ateitį formuoja dirbtinis intelektas (AI), rašoma apžvalginiame straipsnyje, kurį žurnale paskelbė gruodžio 12 d. Cell Press. Vėžio tendencijos.
„Aptariame naujausius AI padedamo krūties vėžio rizikos prognozavimo pasiekimus, ką tai reiškia krūties vėžio atrankos ir prevencijos ateičiai, ir pagrindinius tyrimus, reikalingus mamografiniams požymiams pereiti nuo tyrimų iki klinikinės praktikos“, – sako vyresnysis tyrimo autorius Erikas Thompsonas. Kvinslando technologijos universitete Brisbene, Australijoje.
Krūties audinys, kuris mamogramoje atrodo baltas, yra radiologiškai tankus, o tamsus krūties audinys laikomas netankiu. Plačiai pripažįstama, kad moterys, kurių mamografinis tankis yra didesnis pagal savo amžių ir kūno masės indeksą, turi didesnę riziką susirgti krūties vėžiu. Be to, dėl didesnio tankio krūties vėžį sunkiau aptikti naudojant mamografiją, vadinamą „maskavimo efektu“.
Viso pasaulio propagavimo judėjimai reikalauja, kad moterys būtų informuotos apie jų mamografinį tankį, keičiantis politikai JAV, Kanadoje ir Australijoje. Mamografinis tankis kai kuriose vietose lemia papildomų vaizdo gavimo technologijų naudojimą, o ultragarso ir magnetinio rezonanso tomografija (MRT) padidina vėžio aptikimo dažnį atliekant klinikinius tyrimus su moterimis, kurių krūtys labai tankios. Tačiau mokslininkai ir gydytojai ir toliau kovoja su sudėtingumu, atsirandančiu dėl maskavimo efekto, krūties vėžio rizikos, susijusios su mamografiniu tankiu, ir kaip optimaliai įgyvendinti klinikinės praktikos pokyčius.
Norint numatyti būsimą krūties vėžio diagnozę, mamografiniams vaizdams analizuoti dabar naudojami pažangūs skaičiavimo metodai, tokie kaip gilus mokymasis. Visų pirma, AI metodai atskleidžia mamografines ypatybes, kurios gali būti stipresnės krūties vėžio rizikos prognozės nei bet kuris kitas žinomas rizikos veiksnys. Šios savybės gali paaiškinti didelę ryšį tarp mamografinio tankio ir krūties vėžio rizikos. Riziką nuspėjančių dirbtinio intelekto sugeneruotų mamografinių savybių atradimas suteikia naujų galimybių identifikuoti moteris, kurioms ateityje didžiausia rizika susirgti krūties vėžiu, ir atskirti jas nuo tų moterų, kurioms dėl maskavimo efekto didžiausia rizika susirgti krūties vėžiu.
„Moteriai, turinčiai mamografinių požymių, susijusių su didele krūties vėžio aptikimo rizika, gali būti naudinga dažniau tikrintis arba vartoti riziką mažinančius vaistus“, – sako Thompsonas. „Kita vertus, moteriai, kuriai per ateinančius penkerius metus yra maža tikimybė diagnozuoti krūties vėžį, būtų galima skirti ilgesnį intervalą tarp patikrinimų. Be to, moteriai, kurios mamografinis tankis yra didelis ir neturi didelės rizikos mamografinių požymių, gali būti naudingas papildomas vaizdavimas. pavyzdžiui, MRT ar ultragarsu“.
Tyrimai rodo, kad kai kurios AI sukurtos mamografinės savybės rodo ankstyvą piktybinį naviką, kurio radiologo perskaityta mamografija neaptinka, o kiti gali būti gerybinės būklės, susijusios su padidėjusia krūties vėžio rizika. AI sukurtų mamografinių požymių, kurie nėra identifikuojami kaip vėžys ar gerybinė būklė, tapatybė lieka neaiški.
„Kritiškai turime nustatyti patobiologiją, susijusią su mamografinėmis savybėmis, ir pagrindinius mechanizmus, siejančius juos su krūties vėžio onkogeneze“, – sako Thompsonas. „Tai bus labai svarbu nustatant jų svarbą trumpalaikei ir ilgalaikei krūties vėžio rizikai, taip pat būsimoms pastangoms sumažinti šią riziką.”
