Publicerad: 2020-08-27 17:00 | Uppdaterad: 2020-08-27 17:30

AI lika bra på att identifiera bröstcancer som en genomsnittlig röntgenläkare

Mammografibild på datorskärm
Foto: Getty Images

Forskare vid Karolinska Institutet och Karolinska Universitetssjukhuset har jämfört tre olika AI-algoritmers förmåga att identifiera bröstcancer från tidigare tagna mammografibilder. Den bästa algoritmen visade sig ha lika bra träffsäkerhet som en genomsnittlig röntgenläkare. Resultatet publiceras i JAMA Oncology och kan visa vägen mot nya sätt att organisera bröstcancerscreening i framtiden.

Fredrik Strand
Fredrik Strand Foto: Martin Stenmark

– Detta är den första oberoende jämförelsen som gjorts av flera olika AI-algoritmers träffsäkerhet. Vi kan visa hur en av de tre algoritmerna är betydligt bättre än de övriga och att den motsvarar träffsäkerheten hos en genomsnittlig röntgenläkare, säger Fredrik Strand, forskare vid institutionen för onkologi-patologi på Karolinska Institutet och röntgenläkare vid Karolinska Universitetssjukhuset.

I dag finns ett stort antal leverantörer som utvecklar olika AI-lösningar för bland annat bildanalys i vården. I denna studie jämförs förmågan hos tre av dem att hitta bröstcancer bland redan tagna mammografibilder.

I studien ingick mammografibilder från 8 805 kvinnor i åldrarna 40–74 år som genomgått bröstcancerscreening mellan år 2008 och 2015. Av dessa hade 739 kvinnor diagnostiserats med bröstcancer vid screeningtillfället eller upp till 12 månader efteråt. Den bästa av de tre AI-algoritmerna upptäckte lika stor andel kvinnor med cancer som en genomsnittlig röntgenläkare.

En AI-algoritm bättre än andra

Resultatet visade också att en av AI-algoritmerna var betydligt bättre än de övriga.

– Vi gjorde studien för att få veta hur långt utvecklingen av algoritmerna har nått och om det finns någon skillnad mellan de tillgängliga systemen. Resultatet visar att den bästa algoritmen i princip är redo att användas och att det finns en betydlig skillnad mellan de olika algoritmerna på marknaden, säger Fredrik Strand.

En annan studie av samma forskargrupp, nyligen publicerad i The Lancet Digital Health, visade att ett AI-verktyg även kan hjälpa till att sortera mammografibilder för att dels indikera vilka som kan behöva extra uppmärksamhet av en radiolog, dels vilka som är så lättbedömda att AI i princip inte missar någon cancer som radiologer annars skulle ha upptäckt.

Prospektiv klinisk studie på gång

Nu går forskarna vidare för att undersöka hur AI kan bli en del av att förbättra dagens bröstcancerscreening. Enligt rådande praxis granskas varje mammografibild av två röntgenläkare. Om någon av dem upptäcker en misstänkt tumör så går undersökningen vidare till en diskussion. Här deltar minst två röntgenläkare som tillsammans bestämmer om kvinnan ska återkallas för ytterligare undersökning eller inte.

– Vi planerar en prospektiv klinisk studie för att se hur AI kan fungera som självständig granskare av mammografier i den kliniska vardagen. Dels genom att agera som en tredje granskare, dels för att hjälpa till att välja ut de kvinnor som ska erbjudas en kompletterande magnetkameraundersökning med målet att upptäcka cancer tidigare, säger Fredrik Strand.

Forskningen genomfördes vid Karolinska Institutet och finansierades av Region Stockholm. Leverantörerna av de tre algoritmerna krävde att få vara anonyma i studien och hade inget inflytande över hur den genomfördes eller hur resultaten tolkades.

Publikation

External evaluation of three commercial artificial intelligence algorithms for independent assessment of screening mammograms,” Mattie Salim, Erik Wåhlin, Karin Dembrower, Edward Azavedo, Theodoros Foukakis, Yue Liu, Kevin Smith, Martin Eklund och Fredrik Strand, JAMA Oncology, 27 augusti 2020, doi: 10.1001/jamaoncol.2020.3321