유방 조영술 AI는 유방암 위험 예측에 역할을 할 수 있습니다

Kaiser Permanente 연구에서는 인공 지능 알고리즘이 일반적으로 사용되는 유방암 위험 예측 도구보다 더 잘 작동하는 것으로 나타났습니다.

수 로크먼(Sue Rochman)

유방 조영술을 판독하도록 훈련된 인공 지능 알고리즘이 일반적으로 사용되는 유방암 위험 평가 도구보다 여성의 미래 유방암 위험을 더 잘 예측하는 것으로 새로운 Kaiser Permanente 연구에서 밝혀졌습니다.

6월 6일 Radiology에 발표된 이 연구는 컴퓨터가 위험 점수를 생성하기 위해 식별하고 사용할 수 있는 유방 조영술에서 볼 수 있는 위험 관련 이미징 바이오마커가 의사가 여성에게 보다 개인화된 유방암 검진 권장 사항을 제공하는 데 도움이 될 수 있다고 제안합니다.

"우리는 여성의 향후 유방암 위험을 평가할 수 있는 보다 정확하고 효율적인 방법이 필요합니다."라고 Kaiser Permanente 연구 부서의 연구 과학자이자 The Permanente의 유방 영상 전문 방사선 전문의인 연구 주저자 Vignesh Arasu, MD, PhD가 말했습니다. 의료 그룹. "우리의 연구에 따르면 방사선 전문의가 보기에 음성으로 보이는(종양의 징후가 없음을 의미함) 유방 조영술에서 향후 5년 내에 여성이 유방암 진단을 받을 위험을 평가하는 데 도움이 될 수 있는 정보가 컴퓨터에서 볼 수 있는 것으로 나타났습니다. "

후향적 연구에는 2016년 북부 캘리포니아 카이저 퍼머넌트(Kaiser Permanente Northern California)에서 유방촬영술을 통해 유방암 징후가 발견되지 않은 324,000명의 여성이 포함되었습니다. 이들 여성 중 누구도 이전에 유방암을 앓은 적이 없었거나 유방암 위험을 증가시키는 유전적 돌연변이로 진단받은 적이 없었습니다. 약 24%의 여성이 유방촬영술을 받을 당시 50세 미만이었고, 약 87%는 유방암 병력이 있는 1촌 친척이 없었습니다.

이후 5년 동안 4,584명의 여성이 유방암 진단을 받았습니다. 이들 중 83%는 침윤성 유방암으로 진단되었고, 17%는 비침습성 유관상피내암종(DCIS)으로 진단되었습니다. 연구에서는 이 여성들을 유방암에 걸리지 않은 원래 그룹의 여성 324,000명 중 13,435명과 비교했습니다.

연구진은 5개의 인공지능(AI) 알고리즘을 이용해 2016년 이들 여성들을 위해 촬영한 유방조영술 영상을 바탕으로 5년간 유방암 위험 예측 점수를 보고했다.

연구진은 또한 BCSC(Breast Cancer Surveillance Consortium) 임상 위험 모델을 사용하여 향후 5년 동안 각 여성의 유방암 발병 위험을 평가했습니다. 이 모델은 연령, 인종 또는 민족, 유방암의 1차 가족력, 이전 양성 유방 생검 횟수, 유방 조영술 유방 밀도를 사용하여 위험을 예측합니다. 각 여성의 점수는 2016년 유방 조영술 당시 전자 건강 기록에 있는 임상 데이터를 사용하여 계산되었습니다.

연구에 따르면 BCSC 위험 점수가 가장 높은 여성(상위 90번째 백분위수)이 향후 5년 동안 모든 암의 21.1%를 차지할 것으로 나타났습니다. 이에 비해 AI 위험 점수가 가장 높은 여성은 전체 암의 24~28%를 차지했습니다.

Arasu는 "현재 유방 조영술을 판독하도록 훈련된 대부분의 AI 알고리즘은 방사선 전문의를 돕기 위해 눈에 보이는 암을 표시하는 데 사용됩니다."라고 말했습니다. "그러나 이러한 알고리즘은 유방 밀도 외에도 유방 조영술에서 위험을 예측하는 데 사용할 수 있는 유방 조직에 변화가 일어나고 있음을 알려주는 이미징 바이오마커도 볼 수 있습니다."

연구진은 또한 AUC(곡선 아래 면적)라는 통계 방법을 사용하여 각 위험 모델이 향후 5년 내에 어떤 여성이 유방암 진단을 받을지 얼마나 잘 예측했는지 비교했습니다. AUC 결과의 범위는 0.0(정확한 예측 없음)부터 1.0(모든 예측이 정확함)까지입니다. BCSC 모델의 AUC는 0.61이었습니다. 이에 비해 AI 모델은 0.63~0.67 범위의 위험 예측 결과를 보였습니다.

AI와 BSCS 위험 예측을 결합한 경우 AUC 범위는 0.66~0.68로 모든 개별 AI 알고리즘보다 높았습니다. 결합된 모델은 유방 촬영 후 1년 이내에 간격 유방암 진단을 받은 여성의 AUC를 0.73으로 예측하는 데 훨씬 더 효과적이었습니다. 간격 유방암은 정상으로 보이는 선별 유방 조영술과 다음 예정된 유방 조영술 사이의 시간 동안 여성이 유방에서 덩어리를 발견함으로써 진단되는 종양입니다. 간격암은 일반적으로 신체의 다른 부위로 퍼질 가능성이 더 높은 빠르게 자라는 암입니다.