במחקר האחרון להשוואת רופאים מול מכונה ברפואה, בינה מלאכותית הובילה לתוצאות טובות יותר מבדיקת פתולוגים באמצעות מיקרוסקופ בהערכת כמות קטנה של תאי גידול שהתפשט לקשריות לימפה בנשים עם סרטן שד, כך עולה מנתונים חדשים, אשר פורסמו במהלך חודש דצמבר בכתב העת JAMA.
במחקר החתך, שבעת האלגוריתמים הטובים ביותר הובילו לתוצאות טובות יותר משמעותית מפאנל של 11 פתולוגים הולנדים, שבחנו 129 הדמיות של דגימות לזיהוי מיקרו-גרורות. קוטר צבר תאי הגידול של המיקרו-גרורות נע בין 0.2 ל-2 מ”מ. שלושה מבין 11 הפתולוגים היו מומחים בפתולוגיה של השד.
הפתולוגים לקחו חלק בתרגיל סימולציה בן שעתיים שנועד לחקות מהלך עבודה בפתולוגיה. עבור הפתולוג עם התוצאות הטובות ביותר, ממוצע השטח מתחת לעקומה עמד על 0.810; עם האלגוריתם הטוב ביותר, ממוצע השטח מתחת לעקומה היה טוב יותר ועמד על 0.994.
הרגישות הממוצעת של פאנל הפתולוגים לזיהוי מאקרו-גרורות עמדה על 92.9%, עם שטח מתחת לעקומה של 0.964. באשר לזיהוי מיקרו-גרורות, הרגישות הממוצעת עמדה על 38.3% והשטח מתחת לעקומה עמד בממוצע על 0.685.
ממצאים אלו מעידים על פוטנציאל חשיבות אלגוריתמי למידה עמוקה לאבחנות פתולוגיות, אך דרושה הערכה נוספת של הנושא.
גם כאשר הבדיקה בוצעה ע”י הפתולוג הטוב ביותר בפאנל, שיעור אבחנה שגויה של מקרים עם מיקרו-גרורות עמד על 37.1%. החוקרים מודים כי מסגרת הזמן של שעתיים אינה מייצגת את קצב העבודה המקובל בתנאים אחרים.
כאשר מגבלת הזמן הוסרה והפתולוגים קיבלו זמן לא-מוגבל לבחון ולפרש את הדגימות, התוצאות היו דומות לאלו של חמשת האלגוריתמים הטובים ביותר. עם זאת, נדרש לפתולוגים 30 שעות לסקור את כל המקרים ועדיין לא זוהו 27.65 גרורות.
האלגוריתם הטוב ביותר הוביל הוביל לתוצאות דומות לאלו שתועדו בהערכה של פתולוגים ללא מגבלת זמן (72.4%), עם שיעור תוצאות שגויות-חיוביות של 0.0125 לכל דגימה תקינה אחת.
JAMA. Published online December 12, 2017
e-Med Tools
קצר קולע וממוקד
e-Med סמינרים
אי-מד תחקירים
Medscape Tools
Journal Club
מרכזי מידע ושירות
Facebook
מידע למפרסם
מאגר תרופות
מאגר אנשי המקצוע
אינדקס שימושי
חדשות משה"ב
eMed HealthClub
מחקרים קליניים
השאירו תגובה
רוצה להצטרף לדיון?תרגישו חופשי לתרום!