Ученые разработали нейросеть, сортирующую данные МРТ молочной железы. Она с высокой эффективностью определит возможные риски, что поможет рентгенологам сосредоточиться на более тяжелых случаях. Исследование опубликовано в журнале Radiology.
Маммография помогла в разы снизить смертность от рака молочной железы, однако она менее эффективна для тестирования женщин с плотной грудью. У женщин с такой особенностью риск развития рака молочной железы в два раза больше, чем у среднестатистической женщины. Дополнительное обследование с помощью МРТ повышает эффективность выявления рака. Поскольку большинство МРТ показывают нормальные анатомические и физиологические изменения, которые могут не требовать рентгенологического исследования, необходимы способы сортировки результатов МРТ.
Команда ученых намеревалась определить целесообразность автоматической системы, основанной на глубоком обучении - сложном типе искусственного интеллекта. Они использовали данные МРТ для разработки и обучения модели, позволяющей различать грудь с поражениями и без них. Модель была обучена на данных из семи больниц. Ученые использовали более 4500 наборов данных МРТ чрезвычайно плотной груди. Из 9162 молочных желез 838 имели по крайней мере одно поражение, из которых 77 были злокачественными, а 8324 не имели поражений.
Затем ученые протестировали модель на данных из восьмой больницы. Модель посчитала 90,7% МРТ с поражениями ненормальными и сортировала их для дальнейшего радиологического обследования. При этом она отклонила около 40% МРТ без повреждений.
"Результаты оказались лучше, чем ожидалось. 40% - это хорошее начало, однако нам еще предстоит улучшить работу до 60%. Сначала этот подход может быть использован для оказания помощи рентгенологам в сокращении общего времени считывания. Следовательно, может появиться больше времени, чтобы сосредоточиться на действительно сложных случаях заболевания", - заключает Эрик Вербург, ведущий автор исследования из Медицинского центра Утрехтского университета (Нидерланды).