Các nhà nghiên cứu đã phát triển một mô hình trí tuệ nhân tạo có thể dự đoán trong thời gian thực liệu bác sĩ phẫu thuật có loại bỏ tất cả mô ung thư trong quá trình phẫu thuật ung thư vú hay không bằng cách kiểm tra ảnh chụp X quang tuyến vú của mô bị loại bỏ. Mô hình hoạt động bằng hoặc tốt hơn bác sĩ con người.
Phương pháp điều trị ưu tiên cho bệnh ung thư vú giai đoạn đầu là phẫu thuật bảo tồn vú hoặc cắt bỏ một phần vú, kết hợp với xạ trị. Tất cả các mô vú bị ung thư phải được cắt bỏ trong quá trình phẫu thuật để ngăn ngừa ung thư quay trở lại. Phương pháp kiểm tra là kiểm tra mép ngoài của mô được cắt bỏ để đảm bảo không chứa tế bào ung thư, gọi là “bề âm”.
Chụp nhũ ảnh mô (chụp nhũ ảnh mẫu vật) là một phương pháp phổ biến để đảm bảo biên âm vì nó có thể được thực hiện trong phòng phẫu thuật và cung cấp phản hồi ngay lập tức. Tuy nhiên, hình ảnh của mẫu vú có thể không chính xác và nếu sau đó các tế bào ung thư được tìm thấy, có thể cần phải phẫu thuật thêm để loại bỏ nhiều mô hơn.
Các nhà nghiên cứu tại Trường Y thuộc Đại học Bắc Carolina (UNC) đã phát triển một mô hình trí tuệ nhân tạo có thể dự đoán trong thời gian thực liệu mô ung thư có được loại bỏ hoàn toàn trong quá trình phẫu thuật ung thư vú hay không.
Kristalyn Gallagher, một trong những tác giả tương ứng của nghiên cứu, cho biết: "Có một số bệnh ung thư mà bạn có thể cảm nhận và nhìn thấy, nhưng chúng tôi không thể nhìn thấy các tế bào ung thư nhỏ bé có thể hiện diện ở rìa của mô bị cắt bỏ. Các bệnh ung thư khác hoàn toàn ở dạng kính hiển vi. Công cụ trí tuệ nhân tạo này cho phép chúng tôi phân tích bàn tay chính xác hơn trong thời gian thực.
Để "dạy" mô hình AI trông như thế nào, các nhà nghiên cứu đã sử dụng 821 ảnh chụp quang tuyến vú mẫu được chụp ngay sau khi cắt bỏ và khớp với báo cáo mẫu vật cuối cùng của nhà nghiên cứu bệnh học. Hơn một nửa (53%) hình ảnh là dương tính. Họ cũng cung cấp thông tin nhân khẩu học của bệnh nhân trong mô hình như tuổi, chủng tộc, loại khối u và kích thước khối u.
Họ phát hiện ra rằng mô hình trí tuệ nhân tạo có độ nhạy 85%, độ đặc hiệu 45% và một khu vực bên dưới máy thu đường cong đặc tính vận hành (AUROC) là 0,71. Độ nhạy đo lường khả năng phát hiện các trường hợp tích cực của mô hình, trong khi độ đặc hiệu đo lường tỷ lệ các trường hợp tiêu cực thực sự mà mô hình xác định chính xác. AUROC đo lường hiệu suất tổng thể của mô hình, cung cấp giá trị từ 0 đến 1, trong đó 0,5 thể hiện khả năng phỏng đoán ngẫu nhiên và 1 thể hiện hiệu suất hoàn hảo
So với độ chính xác trong diễn giải của con người, các mô hình AI cũng hoạt động tốt như vậy. hoặc tốt hơn con người, các nhà nghiên cứu cho biết. Để so sánh điều này, các nghiên cứu trước đây đã phát hiện ra rằng độ nhạy của hình ảnh mẫu vú dao động từ 20% đến 58% và AUROC dao động từ 0,60 đến 0,73. phòng. Chúng tôi nhận thấy rằng các mô hình trí tuệ nhân tạo cũng tốt như con người hoặc thậm chí tốt hơn một chút trong việc xác định các cạnh tích cực."
Mô hình này giúp xác định ranh giới ở những bệnh nhân có bộ ngực dày đặc hơn. Trên ảnh chụp X-quang tuyến vú, mô vú dày đặc và các khối u đều xuất hiện màu trắng sáng, khiến việc phân biệt mô khỏe mạnh với mô ung thư trở nên khó khăn.
Các nhà nghiên cứu cho biết mô hình AI của họ có thể được sử dụng trong các bệnh viện có ít nguồn lực hơn, chẳng hạn như bác sĩ phẫu thuật chuyên khoa, bác sĩ X quang hoặc nhà nghiên cứu bệnh học, để đưa ra quyết định nhanh chóng và sáng suốt trong phòng phẫu thuật.Shawn Gomez, đồng tác giả cho biết: “Nó giống như cung cấp thêm một lớp hỗ trợ cho các bệnh viện có thể chưa có chuyên môn hiện có”. “Thay vì đưa ra dự đoán chính xác nhất, các bác sĩ phẫu thuật có thể được hỗ trợ bởi các mô hình được đào tạo trên hàng trăm hoặc hàng nghìn hình ảnh.” "
Mô hình trí tuệ nhân tạo vẫn đang ở giai đoạn đầu và các nhà nghiên cứu sẽ tiếp tục huấn luyện nó bằng nhiều ảnh chụp X quang tuyến vú hơn để cải thiện độ chính xác trong việc xác định các cạnh. Mô hình này cần được nghiên cứu và xác nhận thêm trước khi áp dụng vào các ứng dụng lâm sàng.
Nghiên cứu được công bố trên tạp chí Biên niên sử về phẫu thuật ung thư.