Η τεχνητή νοημοσύνη εντοπίζει τον καρκίνο του μαστού νωρίτερα
Κοινωνία

Η τεχνητή νοημοσύνη εντοπίζει τον καρκίνο του μαστού νωρίτερα

23 Αυγούστου 2026|3 λεπτά ανάγνωση

Η τεχνητή νοημοσύνη μπορεί να εντοπίσει τον καρκίνο του μαστού έως και έξι χρόνια πριν από τη διάγνωση, ενώ σε ορισμένες περιπτώσεις τα πρώτα σημάδια ήταν ορατά ακόμα και δέκα χρόνια νωρίτερα. Αυτό διαπίστωσε μελέτη που δημοσιεύθηκε στο περιοδικό «Radiology» της Ακτινολογικής Εταιρείας της Βόρειας Αμερικής, στην οποία συμμετείχαν και Έλληνες επιστήμονες. Η έρευνα βασίστηκε σε δεδομένα μαστογραφιών από τη Σουηδία και αξιολόγησε τρία εμπορικά διαθέσιμα συστήματα τεχνητής νοημοσύνης. Τα ευρήματα δείχνουν ότι η έγκαιρη ανίχνευση της νόσου θα μπορούσε να γίνει πολύ πιο αποτελεσματική από ό,τι σήμερα.

Σχεδόν 89.000 μαστογραφίες στο μικροσκόπιο

Στην αναδρομική μελέτη, οι ερευνητές τροφοδότησαν τα τρία συστήματα τεχνητής νοημοσύνης με δεδομένα από σχεδόν 89.000 μαστογραφίες, οι οποίες αφορούσαν 31.394 γυναίκες. Οι εξετάσεις πραγματοποιήθηκαν σε διάστημα περίπου δέκα ετών, από τον Ιανουάριο του 2008 έως τον Απρίλιο του 2019. Μέσα σε αυτό το διάστημα, 12.072 γυναίκες, δηλαδή το 38,5% του δείγματος, διαγνώστηκαν με καρκίνο του μαστού από τους ακτινολόγους. Τα δεδομένα αντλήθηκαν από τη βάση «Validation of Artificial Intelligence for Breast Imaging», η οποία συγκεντρώνει στοιχεία απεικόνισης μαστού από εθελόντριες σε τέσσερις περιοχές της Σουηδίας.

Στο σουηδικό εθνικό πρόγραμμα προληπτικού ελέγχου, οι γυναίκες ηλικίας 40 έως 74 ετών καλούνται να υποβάλλονται σε μαστογραφία κάθε δύο χρόνια, με κάθε εξέταση να αξιολογείται παραδοσιακά από δύο ακτινολόγους. Οι ερευνητές διαπίστωσαν ότι περίπου το 20% των περιστατικών καρκίνου του μαστού εμφάνιζαν στις μαστογραφίες σημάδια που ήταν ήδη ορατά από τα συστήματα τεχνητής νοημοσύνης πολύ νωρίτερα από όσο τα ανίχνευσαν οι ειδικοί. Στο 20% των γυναικών τα συστήματα αναγνώρισαν σημάδια έξι χρόνια πριν από τη διάγνωση, στο 25% τέσσερα χρόνια νωρίτερα και στο 39% δύο χρόνια πριν από τη διάγνωση. Σε ποσοστό περίπου 15% των γυναικών, τα συστήματα εντόπισαν τους καρκίνους ακόμα και δέκα χρόνια νωρίτερα, αν και σε αυτό το χρονικό εύρος καταγράφηκαν μικρές διαφοροποιήσεις μεταξύ των τριών συστημάτων. Παράλληλα, τα συστήματα πέτυχαν ικανότητα διάκρισης μεταξύ πραγματικά θετικών και αρνητικών αποτελεσμάτων της τάξης του 90%.

Ποιοι βρίσκονται πίσω από την έρευνα για τον καρκίνο του μαστού

Την έρευνα πραγματοποίησε ο Έλληνας ακτινολόγος Παντελής Γιαλιάς, στο πλαίσιο των διδακτορικών του σπουδών στο σουηδικό πανεπιστημιακό νοσοκομείο Linkoping. Στη μελέτη συμμετείχε επίσης η Ελληνίδα ερευνήτρια Αποστολία Τσιρίκογλου, από το σουηδικό Ινστιτούτο Καρολίνσκα. Ο κ. Γιαλιάς κατάγεται από τη Χίο και σπούδασε στην Ιατρική Σχολή του Πανεπιστημίου Comenius της Μπρατισλάβας, ενώ ειδικεύτηκε στην Ακτινολογία στην Ελλάδα. Από πολύ νωρίς εξειδικεύτηκε στην απεικόνιση μαστού, αποκτώντας σχετική πιστοποίηση στη Σουηδία.

Μιλώντας στο ΑΠΕ-ΜΠΕ, ο κ. Γιαλιάς εξήγησε ότι τα περιστατικά καρκίνου που εντόπισαν τα συστήματα τεχνητής νοημοσύνης αφορούν υποκείμενες αλλαγές στις οποίες το ανθρώπινο μάτι δεν μπορεί να διακρίνει με σιγουριά κάτι ύποπτο. Όπως ανέφερε, μπορεί να πρόκειται για μια μικρή διαταραχή στην αρχιτεκτονική του μαστού ή για σταδιακή αύξηση της πυκνότητάς του, δηλαδή για πολύ μικρά σημάδια στα οποία δεν μπορεί να βασιστεί ούτε ο πλέον έμπειρος ακτινολόγος. Η παρατήρηση αυτή δείχνει γιατί η τεχνητή νοημοσύνη μπορεί να λειτουργήσει συμπληρωματικά στο έργο των ειδικών, εντοπίζοντας λεπτομέρειες που ξεφεύγουν από τον ανθρώπινο οφθαλμό.

Η συμμετοχή δύο Ελλήνων επιστημόνων σε μια διεθνή μελέτη με τόσο μεγάλο δείγμα αναδεικνύει τον ρόλο που μπορεί να διαδραματίσει η ελληνική επιστημονική κοινότητα στην έρευνα γύρω από τον καρκίνο του μαστού. Τα ευρήματα της μελέτης, που στηρίχθηκαν σε δεδομένα σχεδόν μιας δεκαετίας, ενισχύουν τη συζήτηση για την ενσωμάτωση συστημάτων τεχνητής νοημοσύνης στα προγράμματα προληπτικού ελέγχου, με στόχο την πιο έγκαιρη ανίχνευση της νόσου. Η χρήση τέτοιων εργαλείων στη μαστογραφία θα μπορούσε να δώσει στους ακτινολόγους ένα επιπλέον εργαλείο για την αξιολόγηση εικόνων που σήμερα κρίνονται φυσιολογικές.

Σχετικά άρθρα