Согласно недавнему исследованию, опубликованному в журнале Radiology, радиологи, использовавшие искусственный интеллект (ИИ) для анализа маммограмм, могли уделять больше внимания подозрительным участкам.
Маммограмма — это рентгеновский снимок молочной железы, который может использоваться для выявления аномалий. Такие обследования являются одним из наиболее эффективных способов обнаружения ранних признаков рака молочной железы.
Раннее выявление рака молочной железы при рутинной маммографии может обеспечить наилучшие шансы на эффективное лечение.
Предыдущие исследования показали, что ИИ может улучшить обнаружение рака на маммограммах, однако влияние ИИ на методы поиска радиологов оставалось неизвестным.
Использование ИИ в работе радиологов
Исследователи использовали технологию отслеживания взгляда, чтобы сравнить методы визуального поиска радиологов с поддержкой ИИ и без неё.
«Анализируя эти данные, мы можем определить, на какие части маммограммы радиолог обращает внимание и как долго он это делает, что даёт ценную информацию об их методах чтения», — говорит соавтор исследования Джесси Гоммерс из отделения медицинской визуализации Медицинского центра Радбаудского университета в Неймегене, Нидерланды.
Система отслеживания взгляда включала небольшое устройство с камерой и двумя инфракрасными источниками света. Устройство размещали перед экраном с маммограммой.
Камера фиксировала отражения глаз радиолога от инфракрасных источников света, что позволяло исследовательской группе определить точные координаты на экране маммограммы, на которые смотрел радиолог.
Данные отслеживания взгляда показали, что радиологи с поддержкой ИИ тратили больше времени на изучение областей, содержащих поражения. Точность выявления рака молочной железы также была выше при поддержке ИИ.
«Результаты обнадёживают, — говорит Гоммерс. — С использованием информации от ИИ радиологи работали значительно лучше».
Хотя радиологи с поддержкой ИИ тратили больше времени на изучение областей с поражениями, не было доказательств того, что они тратили больше времени на чтение маммограмм в целом, что означает повышение точности выявления рака без увеличения времени на чтение.
«Радиологи, по-видимому, корректировали своё поведение при чтении на основе уровня подозрительности ИИ: когда ИИ давал низкий балл, это, вероятно, успокаивало радиологов, помогая им быстрее просматривать явно нормальные случаи», — говорит Гоммерс.
«И наоборот, высокие баллы ИИ побуждали радиологов ко второму, более внимательному взгляду, особенно в более сложных или неочевидных случаях».
В исследовании приняли участие 12 радиологов, которые анализировали маммограммы 150 женщин, 75 из которых страдали раком молочной железы, а 75 — нет.
Слева: скрининговые маммограммы 67-летней женщины с образованием в верхне-наружном квадранте правой молочной железы. Справа: фиксации взгляда (розовые кружки) радиолога при чтении без поддержки ИИ и с поддержкой ИИ на скрининговой маммограмме 72-летней женщины без рака молочной железы. Источник: Radiological Society of North America (RSNA).
«Обучение радиологов тому, как критически интерпретировать информацию от ИИ, является ключевым», — объясняет Гоммерс, отмечая, что чрезмерная зависимость от ИИ может привести к ненужным дополнительным исследованиям или пропущенному раку.
Хотя многочисленные исследования показали, что риск получения некорректной информации от ИИ относительно невелик, когда речь идёт о расшифровке маммографии, Гоммерс говорит, что важно, чтобы радиологи чувствовали ответственность за свои решения.
Гоммерс и исследовательская группа в настоящее время проводят дополнительные исследования, надеясь разработать методы прогнозирования того, когда ИИ будет неуверен в своём решении.
«В целом, ИИ не только помог радиологам сосредоточиться на правильных случаях, но и направил их внимание на наиболее важные области в этих случаях, что говорит о значимой роли ИИ в повышении эффективности и результативности скрининга рака молочной железы».