KI könnte die Zeit für das Lesen von Brustkrebs-Scans halbieren, so eine Studie

Nachricht

HeimHeim / Nachricht / KI könnte die Zeit für das Lesen von Brustkrebs-Scans halbieren, so eine Studie

Jul 09, 2023

KI könnte die Zeit für das Lesen von Brustkrebs-Scans halbieren, so eine Studie

https://arab.news/cday4 PARIS: Künstliche Intelligenz könnte dazu beitragen, die Arbeitsbelastung von Radiologen bei der Suche nach Routinescans nach Anzeichen von Brustkrebs fast zu halbieren, so eine große schwedische Studie

https://arab.news/cday4

PARIS: Künstliche Intelligenz könnte dazu beitragen, die Arbeitsbelastung von Radiologen bei der Suche nach Routinescans nach Anzeichen von Brustkrebs fast zu halbieren, wie eine große schwedische Studie am Mittwoch nahelegte. Die Zwischenergebnisse der Studie wurden als vielversprechend gefeiert, die Autoren warnten jedoch noch mehr Es waren Forschungsarbeiten erforderlich, bevor KI in größerem Umfang zur Brustkrebsvorsorge eingesetzt werden kann. Während immer überzeugendere Chatbots wie ChatGPT Spekulationen über die zukünftigen potenziellen Anwendungen von KI angeheizt haben, ist ein Bereich, in dem die Technologie bereits ihre Kompetenz unter Beweis gestellt hat, das Lesen medizinischer Texte Scans. Da viele Länder unter einem Mangel an Radiologen leiden, besteht die Hoffnung, dass KI die zeitaufwändige Analyse von Routinescans schneller und genauer machen könnte. Dies könnte besonders große Auswirkungen auf Brustkrebs haben. Nach Angaben der Weltgesundheitsorganisation wurde allein im Jahr 2020 bei mehr als 2,3 Millionen Frauen Krebs diagnostiziert, der 685.000 Todesfälle verursachte. Regelmäßige Vorsorgeuntersuchungen sind von entscheidender Bedeutung, um frühe Anzeichen von Krebs zu erkennen. In Europa wird Frauen im Alter von 50 bis 69 Jahren empfohlen, alle zwei Jahre eine Mammographie durchführen zu lassen, wobei der resultierende Scan von zwei Radiologen analysiert wird. Die Studie in Schweden umfasste die Scans von 80.000 Frauen, die zwischen April 2021 und 2021 an vier Standorten im Südwesten Schwedens Mammographien hatten Juli letzten Jahres.

Ihre Scans wurden zur Analyse nach dem Zufallsprinzip entweder einem KI-gestützten System oder zwei menschlichen Radiologen zugeteilt, die als Kontrollgruppe dienten. Der KI-Algorithmus las die Scans und sagte das Krebsrisiko anhand von 10 voraus. Die Vorhersagen wurden dann von einem Radiologen überprüft .Das KI-gestützte System entdeckte laut der Studie 20 Prozent mehr Krebserkrankungen, was sich als zusätzlicher Fall pro tausend untersuchten Frauen erwies. Wenn es um falsch positive Ergebnisse ging – wenn eine Mammographie zunächst für verdächtig gehalten wurde, später aber gelöscht wurde – Sowohl das KI-gestützte System als auch die beiden Menschen erkannten die gleiche Rate: 1,5 Prozent. Und der Arbeitsaufwand für Radiologen wurde für die KI-Gruppe um 44 Prozent reduziert, da nur eine Person anstelle der normalen zwei zum Lesen der Scans erforderlich war. „Das größte Potenzial der KI besteht derzeit darin, dass sie es Radiologen ermöglichen könnte, weniger durch die übermäßige Menge an Messwerten belastet zu werden“, sagte Kristina Lang, Radiologin an der schwedischen Universität Lund und Hauptautorin der Studie. Lang sagte jedoch, dass dies „eine vielversprechende Zwischenzeit“ sei „Sicherheitsergebnisse“ reichten „allein nicht aus, um zu bestätigen, dass KI für den Einsatz im Mammographie-Screening bereit ist“, sagte sie in einer Erklärung. Es wird noch zwei Jahre dauern, bis die Studie sagen kann, ob der Einsatz von KI zu einer Reduzierung führt werden als Intervallkrebs bezeichnet, der zwischen Routineuntersuchungen erkannt wird, warnten die Forscher. Stephen Duffy, Professor für Krebsvorsorge an der Queen Mary University of London, der nicht an der Studie beteiligt war, wies darauf hin, dass der KI-Algorithmus bestimmte Fälle möglicherweise überdiagnostiziert habe Dennoch lobte er die „hochwertige Studie“ und sagte, dass die Reduzierung der Zeitbelastung der Radiologen „bei vielen Brustkrebs-Screening-Programmen ein Thema von erheblicher Bedeutung“ sei.