מודל בינה מלאכותית השיג רגישות של מעל 90% לזיהוי ממאירויות לבלב בבדיקות CT באבחנה, עם רגישות של 53.9% בסריקות שבוצעו שנה ומעלה לפני האבחנה, כך עולה מנתונים שפורסמו בכתב העת Investigative Radiology. המודל הדגים רגישות של 82.9% לזיהוי סרטן לבלב בשלב 1, ממצא המצביע על אבחנה מוקדמת יותר.
מדגם המחקר כלל 1,083 חולים (גיל ממוצע של 68.9 שנים, 575 גברים) עם סרטן לבלב מוכח בביופסיה ממאגרי רישום בדנמרק בין 2006 עד 2016. החוקרים בחנו 1,220 סריקות CT, כולל 1,022 סריקות עדכניות בתוך חודשיים מאבחנה היסטופתולוגית ו-198 סריקות טרם האבחנה (חציון של שבעה חודשים לפני אבחנת הממאירות).
מודל PANCANAI, אשר נבחן בעבר ב-2,134 סריקות CT של וריד פורטאלי, נבדק לזיהוי סרטן לבלב דרך זיהוי נגעים והערכת הרחבת צינור לבלב ראשי.
מודל הבינה המלאכותית הדגים רגישות גבוהה של 91.8% (רווח בר-סמך 95% של 89.9-93.5%) בהערכת בדיקות הדמיה עדכניות ורגישות של 68.7% (רווח בר-סמך 95% של 62.1-75.3%) בהערכת סריקות טרם האבחנה.
הדיוק השתנה על-בסיס שלב הניגוד, עם רגישות של 92.1% (רווח בר-סמך 95% של 90.3-93.6%) בשלב פורטאלי, 90.9% (רווח בר-סמך 95% של 83.6-96.4%) בהערכת שלב עורקי ו-83.5% (רווח בר-סמך 95% של 70-96.7%) בשלבים מאוחרים.
המודל שמר את היעילות לארך שלבים שונים של המחלה הממארת, עם רגישות של 83.1% לממאירות בשלב 1, 85.5% לממאירות בשלב 2, 94.9% לממאירות בשלב 3 ו-93.0% לממאירות בשלב 4.
בתתי-קבוצות קטנות יותר הודגמה רגישות של 53.9% (רווח בר-סמך 95% של 41.8-65.7%) לבדיקות CT שבוצעו למעלה משנה לפני האבחנה ושל 24.5% (רווח בר-סמך 95% של 6.3-43.8%) לסריקות שבוצעו למעלה משנתיים וחצי טרם האבחנה.
החוקרים מסכמים וכותבים כי ממצאי המחקר מעידים כי מודל PANCANAI הצליח לזהות ממאירות לבלב בכמחצית מבדיקות ה-CT שהושלמו למעלה משנה טרם אבחנה היסטופתולוגית. נתונים אלו מציעים כי האלגוריתם עשוי לאפשר אבחנה מוקדמת, העשויה להביא לשיפור משמעותי בהישרדות החולים.
Investigative Radiology, June 24, 2025
תגובות רוצה להצטרף לדיון?
יש להתחבר כדי להגיב.
התחבראין תגובות עדיין. היה הראשון להגיב!