W 2020 roku rak piersi zdiagnozowano na świecie u 2,3 mln osób, z których ponad 685 tys. zmarło. Wczesne wykrycie nowotworu to warunek skuteczniejszego leczenia. Jednak badania przesiewowe są pracochłonne, a mammografia i oczekiwanie na wyniki często są stresujące dla pacjentów. 

W odpowiedzi na te wyzwania w 2021 roku zespoły Google Health i Northwestern Medicine nawiązały współpracę, aby przeprowadzić badanie kliniczne w celu określenia, czy modele sztucznej inteligencji (AI) mogą skrócić czas diagnozowania w ramach badań przesiewowych, przez zawężenie pola rozbieżności i poprawę komfortu pacjentów. Są to pierwsze prospektywne, randomizowane i kontrolowane badania kliniczne dotyczące skuteczności zastosowania AI w badaniach przesiewowych w kierunku raka piersi. Ich wyniki zostaną opublikowane na początku 2023 roku. 

Badania prowadzą naukowcy i badacze zjednoczeni w walce z rakiem piersi. Spotkaliśmy się z dr Sunny Jansen, kierowniczką techniczną ds. programu w Google, i dr Sally Friedewald, dyrektorką wydziału obrazowania piersi i badań kobiet w Feinberg School of Medicine na Uniwersytecie Northwestern, aby dowiedzieć się, w jaki sposób te badania pomogą we wcześniejszym wykrywaniu nowotworów i poprawie komfortu pacjentów. 


Co miały przynieść te badania w kontekście walki z rakiem piersi? 

Dr Jansen: Dobrze wiem, jak nowotwory piersi wpływają na rodziny i społeczności oraz jak ważna jest możliwość wczesnego wykrywania takich schorzeń. Na moją pracę w tej dziedzinie wpłynęły doświadczenia wielu znanych mi osób. Mam nadzieję, że AI ułatwi prowadzenie badań przesiewowych w kierunku raka piersi – będą one łatwiejsze, szybsze, dokładniejsze i bardziej dostępne dla kobiet na całym świecie. 

Chcieliśmy dowiedzieć się, w jaki sposób AI może ograniczyć opóźnienia w diagnostyce i zapewnić pacjentom jak najszybsze wyniki, skracając całą procedurę do jednej wizyty. W przypadku pacjentów z wynikami odbiegającymi od normy opóźnienie w dostępie do dodatkowych badań obrazowych wynosi zwykle kilka tygodni w Stanach Zjednoczonych. Po takich dodatkowych testach wyniki często okazują się w normie, ale okres oczekiwania może być stresujący. Poza tym niektórzy pacjenci mogą mieć trudności z powrotem w celu przeprowadzenia dodatkowych badań obrazowych, co zwiększa opóźnienie diagnostyki i prowadzi do braku odpowiednio szybkiej opieki. 

Dr Friedewald: Przewiduję, że nastąpi wzrost zapotrzebowania na badania przesiewowe i brak dostępu do odpowiedniej liczby specjalistów z niezbędnymi kwalifikacjami. Dzięki AI możemy identyfikować pacjentki, które potrzebują dodatkowych badań obrazowych, gdy są one jeszcze w klinice. Możemy zapewnić szybszą opiekę i w wielu przypadkach wyeliminować konieczność ponownej wizyty. Osoby, które nie mają nietypowych wyników, nadal mogą liczyć na potrzebną opiekę. Zwiększa to efektywność działań i ostatecznie prowadzi do szybszego diagnozowania raka piersi. Wiemy już, że szybsze rozpoczęcie terapii zwiększa szanse na wyleczenie nowotworu. 


Jakie były wasze wstępne oczekiwania dotyczące stosowania AI w diagnostyce raka piersi? Jak te założenia zmieniały się w miarę postępów projektu? 

Dr Jansen: Większość istniejących publikacji dotyczących raka piersi i sztucznej inteligencji zawiera retrospektywne analizy skuteczności AI oparte na historycznych zbiorach danych. Choć takie podejście ma dużą wartość, niekoniecznie odzwierciedla to, jak AI faktycznie działa. Na początku Sally uznała, że istotne będzie przeprowadzenie badania prospektywnego z uwzględnieniem zastosowań AI w rzeczywistych procedurach klinicznych i pomiarów wpływu. Nie wiedziałam, czego się spodziewać. 

Dr Friedewald: Technologia wykrywania wspomaganego komputerowo (CAD), która powstała kilka dekad temu, aby pomóc radiologom identyfikować nowotwory na podstawie mammogramu, okazała się skuteczna w niektórych środowiskach. Ogólnie w Stanach Zjednoczonych metoda CAD nie przyniosła wzrostu wykrywalności raka. Obawiałam się, że AI okaże się równie mało skuteczna. Jednak systemy AI zbierają dane w całkowicie inny sposób. Mam nadzieję, że te nowe informacje pozwolą nam diagnozować nowotwory na wcześniejszych etapach i w rezultacie pomogą ratować ludzkie życie. 


Wyniki badania zostaną opublikowane na początku 2023 roku. Co było dla was najbardziej inspirujące, a co wzbudziło największe nadzieje? 

Dr Jansen: Zainspirowały mnie pacjentki, które wyraziły zgodę na udział w badaniu. Lekarze i naukowcy muszą prowadzić praktyczne badania, aby wyszukiwać najlepsze pomysły i osiągać postępy. Dlatego pacjenci muszą być naszymi równorzędnymi partnerami. 

Dr Friedewald: Zgadzam się. Jest zapotrzebowanie na ulepszenie procedur i łatwiejsze prowadzenie badań przesiewowych przy mniejszych obawach pacjentów. Jestem przekonana, że jeśli usprawnimy opiekę nad pacjentami, ograniczymy stres związany z badaniami i zapewnimy lepszy dostęp do nich osobom, które tego potrzebują. 

Oprócz tego potencjał AI wykracza poza priorytetowe podejście do pacjentów, którzy wymagają opieki. Dzięki wyprzedzającemu identyfikowaniu pacjentów z większym ryzykiem wystąpienia raka piersi AI może pomóc nam wybierać osoby, które potrzebują bardziej rygorystycznych badań przesiewowych. Mam nadzieję na dalszą współpracę z Google w tej dziedzinie oraz w innych obszarach, co przyczyni się do zwiększenia liczbywyleczonych nowotworów.


Nicole Linton, Keyword Contributor