Kaip dirbtinis intelektas keičia mamografijos sritį ir kokią konkrečią pažangą padarė „Hologic“ šioje srityje? Ar tai taip pat bus parodyta EUSOBI kongrese?
„AI daro revoliuciją mamografijoje, pagerindamas ankstyvą aptikimą ir diagnostikos tikslumą, padėdamas radiologams patikimiau nustatyti subtilius sutrikimus. Žvelgiant į dirbtinį intelektą šiandien ir į ateitį, jis gali padėti gydytojams teikti labiau individualizuotą pacientų priežiūrą.
Kaip pasaulinė krūtų sveikatos lyderė, matome, kad AI ateityje vaidins svarbų vaidmenį krūtų vaizdavimo srityje. Dėl šios priežasties mes ir toliau daug investuojame į mokslinius tyrimus ir inovacijas, susijusias su AI. Mūsų dirbtinio intelekto sprendimų rinkinys tai atspindi ir gali padėti radiologams optimizuoti savo darbą, įskaitant pacientų tyrimą, vaizdų skaitymą ir operacijos planavimą. Mūsų stende EUSOBI pristatysime šį integruotų krūtų sveikatos AI sprendimų rinkinį, kurį dalyviai galės ištirti. Visų pirma, mes supažindinsime dalyvius su naujuoju „Genius™ AI Detection“ sprendimu, kuris gali padėti radiologams suskirstyti atvejus į kategorijas ir nustatyti jų prioritetus pagal sudėtingumą, optimizuoti darbo eigą ir paspartinti pacientų priežiūrą. Ši nauja giliai besimokanti AI programinė įranga skirta padėti radiologams aptikti subtilius galimus vėžio atvejus krūties tomosintezės vaizduose. Didesnio specifiškumo nei ankstesnis Hologic AI sprendimas, gilaus mokymosi programinė įranga gali padėti aptikti sunkiai identifikuojamus pažeidimus, kad radiologas galėtų atlikti tolesnį tyrimą. Tyrimai rodo +9% skirtumą tarp stebimo skaitytojo jautrumo vėžio atvejams naudojant Genius AI aptikimo technologiją.3
Taip pat mūsų stende bus mūsų 3DQuorum vaizdo gavimo technologija, kuri padeda radiologams sumažinti DBT vaizdų, kuriuos jiems reikia peržiūrėti, skaičių, sukurdama didelės raiškos, persidengiančias 6 mm „SmartSlices“, kad paspartintų skaitymo laiką. Kai radiologas skaito „SmartSlices“, o ne 1 mm pjūvius, DBT vaizdų, kuriuos reikia peržiūrėti, skaičius sumažėja dviem trečdaliais, todėl interpretavimo laikas vidutiniškai sutaupomas vieną valandą per dieną.4
Dirbtinis intelektas ir toliau kels revoliuciją mamografijoje daugelį metų ir padės pagerinti radiologo patirtį. Mūsų integruotų AI sprendimų rinkinys gali padėti palengvinti darbo eigos efektyvumą ir diagnostikos tikslumą, kurio jie ieško. Raginame EUSOBI lankytojus užsukti ir sužinoti daugiau.
Nuorodos:
- Tradicinio mašininio mokymosi kompiuterinio aptikimo (CADe) algoritmo, palyginti su gilaus mokymosi dirbtinio intelekto (AI) algoritmu, veikimas atliekant skaitmeninės krūtų tomosintezės (DBT) tyrimus. Autoriai: Manisha Bahl (MGH), Constance Lehman (MGH). Priimamas kaip elektroninis plakatas.
- Burhenne LJW., Wood SA., D’Orsi CJ. ir kt. Galimas kompiuterinio aptikimo indėlis į atrankinės mamografijos jautrumą, Radiologija, 2000; 215:554-562
- Remiantis analizėmis, kurios nekontroliuoja I tipo klaidos ir todėl negali būti apibendrintos konkrečiais palyginimais už šio konkretaus tyrimo ribų. Šiame tyrime: vidutinis stebėtas AUC buvo 0,825 (95 % PI: 0,783, 0,867) su CAD ir 0,794 (95 % PI: 0,748, 0,840) be CAD. Stebėto AUC skirtumas buvo +0,031 (95 % PI: 0,012, 0,051). Vidutinis stebimas skaitytojo jautrumas vėžio atvejams buvo 75,9 % sergant ŠKL ir 66,8 % be ŠKL. Stebėto jautrumo skirtumas buvo +9,0 % (99 % PI: 6,0 %, 12,1 %). Vidutinis pastebėtas ne vėžio atvejų atšaukimo dažnis buvo 25,8 % sergant ŠKL ir 23,4 % be ŠKL. Stebėtas neigiamo prisiminimo dažnio skirtumas buvo +2,4 % (99 % PI: 0,7 %, 4,2 %). Vidutinis pastebėtas atvejo skaitymo laikas buvo 52,0 s su CAD ir 46,3 s be CAD. Pastebėtas skaitymo laiko skirtumas buvo 5,7 s (95 % PI: nuo 4,9 s iki 6,4 s).
- Duomenys byloje: Klinikinio tyrimo ataskaita CSR-00116 Rev. 004
