บาคาร่าเว็บตรง ทีมงานที่นำโดย Yoel Shoshan และ Ran Bakalo จากมหาวิทยาลัย Haifaในอิสราเอลได้พัฒนาแบบจำลอง AI ที่พวกเขากล่าวว่าสามารถกรองผู้ป่วยที่ปราศจากมะเร็งและติดตามนักรังสีวิทยาในแง่ของความแม่นยำ “เนื่องจากการตรวจคัดกรอง 99.5% นั้นปลอดจากมะเร็ง การปรับใช้ระบบ AI ดังกล่าวเพื่อเพิ่มประสิทธิภาพการอ่านการคัดกรองจึงมีค่ามาก” กลุ่มเขียน
การใช้ DBT คาดว่าจะเติบโตทั่วโลก
โดยการวิจัยก่อนหน้านี้แสดงให้เห็นความสามารถในการปรับปรุงการตรวจหามะเร็ง และปรับปรุงอัตราการเรียกคืนมากกว่าการตรวจเต้านมแบบเดิม อย่างไรก็ตาม ข้อเสียอย่างหนึ่งของการใช้ DBT คือต้องใช้เวลาในการตีความเป็นสองเท่าของการตรวจเต้านม นักวิจัยตั้งข้อสังเกต ซึ่งหมายความว่านักรังสีวิทยาจะทำงานมากขึ้น และมีค่าใช้จ่ายสูงขึ้นสำหรับโปรแกรมการตรวจคัดกรอง
การวิจัยก่อนหน้านี้ยังชี้ให้เห็นว่า AI สามารถช่วยประหยัดเวลาและลดภาระงานสำหรับนักรังสีวิทยาเต้านมได้ Shoshan, Bakalo และเพื่อนร่วมงานต้องการทดสอบความสามารถของโมเดล AI ของพวกเขาในการกรองการศึกษา DBT ปกติออก เพื่อลดภาระงานในการคัดกรองในขณะที่ปรับปรุงความแม่นยำในการวินิจฉัย
ขั้นตอนการคัดกรอง
เวิร์กโฟลว์การคัดกรอง: ทีมตรวจสอบว่า AI สามารถลดภาระงานของนักรังสีวิทยาได้หรือไม่โดยการกรองส่วนหนึ่งของการตรวจที่ปราศจากมะเร็งออก
ทีมงานได้พัฒนาแบบจำลองโดยการฝึกในกลุ่มสตรี 9919 คน โดยมีการสอบ DBT ทั้งหมด 13,306 ครั้ง แบ่งเป็นชุดฝึกอบรมสตรี 3948 ราย (มะเร็ง 804 ราย) ชุดตรวจสุขภาพสตรี 1661 ราย (มะเร็ง 182 ราย) และชุดทดสอบสตรี 4310 ราย (มะเร็ง 453 ราย)
สำหรับการศึกษานี้ นักวิจัยใช้ชุดข้อมูลการทดสอบ ซึ่งรวมถึงการทดสอบ DBT ทั้งหมด 5182 รายการที่ทำระหว่างปี 2556 ถึง 2561 ผู้หญิงในชุดทดสอบมีอายุเฉลี่ย 60 ปี แบบจำลองนี้ยังใช้ในเวิร์กโฟลว์จำลองซึ่งจัดประเภทการตรวจที่ปราศจากมะเร็งซึ่งสามารถละเว้นจากรายการงานการตรวจคัดกรองได้
นักวิจัยพบว่าแบบจำลองนี้ลดภาระงานการคัดกรองลง
39.6% โดยมีความไว 90.0% ในขณะที่นักรังสีวิทยามีความไว 90.8% (p < 0.001) นักวิจัยพบว่า แบบจำลองนี้ยังกรองการตรวจที่ปราศจากมะเร็งออก ซึ่งทำให้จำนวนผู้หญิงที่จะถูกเรียกคืนลดลง 25% (6.9% เทียบกับ 9.2%)
ระบบ AI ยังได้รับการประเมินด้วยการศึกษาผู้อ่านของนักรังสีวิทยาเต้านม 5 คนซึ่งอ่านภาพแมมโมแกรม DBT จากผู้หญิง 205 คน พื้นที่ใต้เส้นโค้ง (AUC) สำหรับ AI แบบสแตนด์อโลนคือ 0.84 เทียบกับ 0.81 สำหรับผู้อ่านเฉลี่ย (p = 0.002)
นักวิจัยมองเห็นรูปแบบของพวกเขาที่มีผลกระทบต่อสามระดับที่แตกต่างกันเมื่อนำไปใช้ในสภาพแวดล้อมทางคลินิก: ลดภาระงานและความเหนื่อยล้าในนักรังสีวิทยา ปรับปรุงเวิร์กโฟลว์และเคลียร์เพิ่มเติมสำหรับ DBT ในระบบสุขภาพ และลดความจำที่ไม่จำเป็น ความเครียด และการได้รับรังสีสำหรับผู้หญิง
“การวิจัยในอนาคตควรรวมถึงการประเมินในอนาคตของแบบจำลอง AI ของเรา เพื่อประเมินเปอร์เซ็นต์ของการสอบ DBT ที่จะถูกลบออกจากรายการงานการอ่านในอนาคต และเพื่อประเมินว่าผู้อ่านดำเนินการอย่างไรเมื่อตีความกรณีที่เหลือ” นักวิจัยเขียน “การวิจัยในอนาคตควรประเมินความสามารถทั่วไปของผู้ผลิต DBT หลายราย”
AI แข่งขันกับนักรังสีวิทยาในมนุษย์ในการตรวจหามะเร็งเต้านม
ในงานวิจารณ์ที่ได้รับเชิญ Liane Philpotts จากมหาวิทยาลัยเยลเรียกร้องให้มีการศึกษาในอนาคตเพื่อพิจารณาว่าการใช้ AI จะแปลไปสู่การตั้งค่าทางคลินิกในโลกแห่งความเป็นจริงได้อย่างไร และเธอยังตั้งข้อสังเกตว่าการไว้วางใจ AI อาจเป็นความท้าทายสำหรับนักรังสีวิทยาและผู้ป่วย
“ในฐานะนักรังสีวิทยา ความสัมพันธ์ของเรากับ AI จะค่อยๆ พัฒนาขึ้นเมื่อเวลาผ่านไป นักรังสีวิทยาจำเป็นต้องยอมรับและช่วยหล่อหลอมเทคโนโลยีที่กำลังพัฒนา” Philpotts เขียน “เราสามารถหวังได้ว่าความพยายามอย่างต่อเนื่องเช่นการศึกษาโดย Shoshan et alจะก้าวหน้าไปในการปรับปรุงขั้นตอนการทำงานของนักรังสีวิทยาและความมั่นใจในการตีความตลอดจนผลลัพธ์ของผู้ป่วย”
Slomka ได้รับการสนับสนุนจากงานวิจัยล่าสุดอื่น ๆ ที่ศึกษาการ รับ 18 F-NaF เป็นตัวทำนายความก้าวหน้าของโรคและผลลัพธ์ที่ไม่พึงประสงค์สำหรับผู้ป่วยที่มีภาวะหัวใจและหลอดเลือดอื่น ๆ รวมถึงโรคลิ้นหัวใจและหลอดเลือดโป่งพอง เขาอ้างถึงการศึกษา PREFFIRของผู้ป่วย 700 รายที่มหาวิทยาลัยเอดินบะระติดตามเป็นเวลาห้าปีเพื่อประเมินความสำคัญในการพยากรณ์โรคของ18 F-NaF PET
“การศึกษาครั้งนี้จะระบุในไม่ช้าว่าในผู้ป่วยที่เข้ารับการรักษาในโรงพยาบาลด้วยโรคกล้ามเนื้อหัวใจตายและโรคหลอดเลือดหัวใจตีบหลายลำที่ได้รับการพิสูจน์แล้วหรือไม่ว่า18 F-NaF PET เป็นตัวทำนายที่แข็งแกร่งของการเกิดภาวะหัวใจวายซ้ำในอนาคต” เขาอธิบาย
Slomka Research Lab กำลังดำเนิน การวิจัยในด้านนี้อย่างต่อเนื่อง รวมถึงการวิเคราะห์ชุดข้อมูลอิสระอื่นและการพัฒนาระบบอัตโนมัติเพิ่มเติมสำหรับการวิเคราะห์
“ฉันคิดว่ามันเป็นความก้าวหน้าที่ดีมากในสองด้านที่แตกต่างกัน” Vuletic กล่าว “ กระดาษของ Kolkowitzมีเทคโนโลยีใหม่นี้ในการสร้างวงดนตรีหลายชุด ซึ่งเยี่ยมมาก: มันอาจจะไม่ค่อยน่าประทับใจนักเมื่อพัฒนานาฬิกาที่แม่นยำ แต่เป็นกระดาษเปิดภาคสนามมากกว่า กระดาษของ Yeอยู่ที่เขตแดนที่มีความแม่นยำสูงสุด และความสามารถนี้ในการวัดความโน้มถ่วงของเรดชิฟต์ในช่วงมิลลิเมตรนั้นน่าทึ่งมาก”
นาฬิกาตาข่ายแสงแบบพกพาวัดระดับความสูงทั้งสองกลุ่มอธิบายงานวิจัยของตนในเอกสารแยกต่างหากในNature Christian Lisdat นักฟิสิกส์ปรมาณู จากสถาบันมาตรวิทยาแห่งชาติเยอรมันกล่าวว่า “เอกสารเหล่านี้เป็นเอกสารที่สวยงาม “มันน่าประทับใจจริงๆ ที่ได้เห็นว่าพวกมันใช้ความสามารถที่เราจัดการและตรวจสอบอะตอมได้อย่างไร เพื่อหลีกเลี่ยงปัญหาที่เรากำลังเผชิญอยู่และเพื่อให้ได้ความสามารถในการวัดที่ดีขึ้น”
กระบวนการนี้อาศัยอ็อบเจ็กต์การคำนวณที่เรียกว่าฟังก์ชันการให้รางวัล ซึ่งจะเปรียบเทียบค่าที่วัดได้และค่าเป้าหมายของพารามิเตอร์พลาสมาในแต่ละขั้นตอน และรวมค่าความต่างระหว่างพารามิเตอร์ทั้งหมดเป็นค่าเดียว ค่านี้เป็นตัวกำหนดว่า “รางวัล” ที่ตัวแทนได้รับมากเพียงใดจากการเข้าใกล้ค่าที่ต้องการมากขึ้น ในทางกลับกัน หากพลาสมาชนเข้ากับผนังห้อง เจ้าหน้าที่จะได้รับบทลงโทษและกระบวนการจะหยุดลง บาคาร่าเว็บตรง
