Áttörés a mellrákszűrésben? A DeepHealth új platformja már most átírja a radiológia jövőjét

Az a DeepHealth most bemutatott Breast Suite nevű, moduláris AI-platformja ennek az átalakulásnak az egyik legérettebb példája: több mint tízmillió mammogram éves támogatására épít, és a korai felismeréstől a kockázatelemzésig, a munkafolyamatok optimalizálásáig egységes, klinikailag validált rendszert kínál.

A vállalat elnök-vezérigazgatója, Kees Wesdorp úgy fogalmaz: „A Breast Suite a mesterséges intelligenciára épülő új standard felé tett döntő lépés. A radiológusok korábban, magabiztosabban és pontosabban azonosíthatják a daganatokat, ami közvetlenül javítja a betegellátást.”

Integrált AI a korai felismerés szolgálatában

A Breast Suite lényege, hogy egy rendszerben egyesíti azokat az AI-komponenseket, amelyek külön-külön már bizonyítottak:

• ProFound Pro detekciós motor – korábbi vizsgálatok alapján tanul, automatikusan jelöli az érdekes területeket, és „gyanússági” pontszámot rendel hozzájuk.
• Automatikus denzitásértékelés 2D és 3D mammográfiához.
• AI-alapú kockázati modell, amely 1–2 éves időtávra becsüli a mellrák kialakulásának valószínűségét. A vállalat szerint ez a modell kétszer pontosabb, mint a hagyományos kérdőíves eszközök.
• Fejlesztés alatt álló modul a mellkasi artériás meszesedés kimutatására, amely a meglévő mammogramok alapján segítheti a szív-érrendszeri kockázat becslését.

A rendszert nagy léptékben, valós klinikai környezetekben tesztelték – és az eredmények kifejezetten figyelemre méltók.

21%-kal több kimutatott daganat: mit mutatnak a tanulmányok?

Egy, a Nature Health folyóiratban publikált elemzés több mint 579 000 nő mammogramjait vizsgálta 100 közösségi képalkotó helyszínen. A DeepHealth technológia használata:

• 21%-kal emelte a kimutatott mellrákok számát,
• különösen nagy előnyt mutatott sűrű emlőszövetű és diverz populációkban,
• a kevésbé specializált radiológusok teljesítményét a szakértői szinthez közelítette.

Egy másik, a Science Translational Medicine lapban közölt tanulmány 154 000 európai nő adataiból azt mutatta ki, hogy ha a szűréseket csak a legmagasabb kockázatú 10%-nak ajánlották volna fel:

• 44% daganatot lehetett volna korábban felismerni,
• szemben a hagyományos Tyrer–Cuzick modell 20%-os teljesítményével.

Ez a különbség már olyan mértékű, amely érdemben képes újradefiniálni a rizikóalapú szűrés logikáját.

Workflow-forradalom

A mellrákszűrés problémája ma már nem csak az, hogy felismerjük-e a daganatot, hanem az is, hogy a radiológusok extrém terhelés mellett képesek-e gyorsan, következetesen és biztonságosan dönteni.

A Breast Suite ezt workflow-szinten is támogatja, mert adott:

• felhőalapú multimodális néző, amely mammográfiát, MRI-t és ultrahangot is kezel, távoli eléréssel;
• priorizált munkalista, amely automatikusan előre sorolja a gyanús eseteket;
• rapid alert rendszer a magas kockázatú leletekhez;
• Safeguard Review: második, AI-támogatású átnézés a téves negatívok csökkentésére;
  automatikus, guideline-alapú riportkészítéssel.

A platform az a DeepHealth saját operációs rendszerén fut, egyszerűen integrálható a kórházi IT-környezetekbe, és folyamatos frissítést kap.

Személyre szabottabb, pontosabb, gyorsabb

A képalkotó volumenek világszerte nőnek, miközben a személyre szabott szűrés – különösen a magas rizikójú csoportok előszűrése – egyre nagyobb hangsúlyt kap. A kérdés immár nem az, hogy kellenek-e az AI-megoldások a szűrésben, hanem az, hogy mely egészségügyi rendszerek állnak készen arra, hogy ezt a szintű integrációt saját folyamataikba beemeljék.

A Breast Suite megjelenése azt jelzi: a mesterséges intelligencia nemcsak a diagnosztika pontosságát növeli, hanem a teljes ellátási láncot képes újraformálni. A következő években ez a kettős – klinikai és operatív – hatás határozhatja meg a modern mellrákszűrés új standardját.