وقتی در ماه نوامبر برای ماموگرافی سالانه رفتم، دستیار مرکز اشعه ایکس در منهتن از من یک سوال غیرمنتظره پرسید: آیا می خواهم 40 دلار بپردازم تا آن را توسط یک برنامه هوش مصنوعی (AI) تجزیه و تحلیل کنم؟ وی تصریح کرد: “بیمه آن را پوشش نمی دهد.”
نمی دانستم چگونه پیشنهاد را ارزیابی کنم. احساس می کردم می خواهند مرا متقاعد کنند که پول بیشتری خرج کنم و گفتم نه. اما از خودم پرسیدم: آیا باید این فناوری را به آزمایشات غربالگری معمول خود اضافه کنم؟ آیا ماموگرافی که همیشه انجام می دهم به اندازه کافی دقیق نیست؟ اگر تجزیه و تحلیل هوش مصنوعی بسیار خوب است، چرا بیمه آن را پوشش نمی دهد؟
من تنها کسی نیستم که این سوالات را می پرسم. مادر یکی از همکارانش اخیراً وقتی برای ماموگرافی به کلینیکی در حومه بالتیمور رفت، تجربه مشابهی داشت. آنها یک جزوه صورتی به او دادند که در آن نوشته شده بود: «شما لیاقت بیشتری دارید. دقت بیشتر اعتماد به نفس بیشتر قدرت بیشتر با هوش مصنوعی پشت ماموگرافی شما.
قیمت یکسان بود: 40 دلار. او نیز این پیشنهاد را رد کرد.
در سال‌های اخیر، نرم‌افزار هوش مصنوعی که به رادیولوژیست‌ها در تشخیص مشکلات یا تشخیص سرطان از طریق ماموگرافی کمک می‌کند، وارد استفاده بالینی شده است.
این نرم‌افزار می‌تواند مقادیر زیادی از داده‌های تصویر را ذخیره و ارزیابی کند، الگوها و ناهنجاری‌هایی را که رادیولوژیست‌های انسانی ممکن است از دست بدهند، شناسایی کند.
این با شناسایی مناطق مشکل دار در یک تصویر و ارزیابی تومورهای بدخیم احتمالی کار می کند. این غربالگری اضافی پتانسیل بسیار زیادی برای بهبود تشخیص توده های مشکوک پستان و تشخیص زودهنگام سرطان پستان دارد.
برخی رادیولوژیست‌ها می‌گویند اگرچه مطالعات تشویق‌کننده‌ای وجود دارد که نشان می‌دهد نرخ تشخیص بهبود یافته با استفاده از هوش مصنوعی، قبل از نتیجه‌گیری در مورد ارزش این ابزارها در عمل معمول بالینی، تحقیقات بیشتری مورد نیاز است.
اتا پیزانو، رادیولوژیست و مدیر تحقیقات در کالج رادیولوژی آمریکا، گفت: “این برای من امیدوار کننده به نظر می رسد و امیدوارم به ما کمک کند.” با این حال، “در حال حاضر سود در سطح فردی نامشخص است.” وی افزود: ما به اطلاعات بیشتری نیاز داریم.
مراکز تصویربرداری که من و مادر همکارم به آنجا رفتیم، بخشی از رادنت است، شرکتی با شبکه ای با بیش از 350 امکانات در سراسر کشور.
به گفته گریگوری سورنسن، مدیر ارشد علمی این شرکت، RadNet محصول هوش مصنوعی ماموگرافی خود را در فوریه سال گذشته در نیویورک و نیوجرسی عرضه کرد و از آن زمان آن را به سایر ایالت ها نیز گسترش داده است.
سورنسن تحقیقاتی را که این شرکت با 18 رادیولوژیست انجام داده است، برجسته کرد، برخی از آنها متخصص ماموگرافی و بقیه پزشکان عمومی هستند که کمتر از 75 درصد از زمان خود را صرف خواندن ماموگرافی می کنند. از آنها خواسته شد تا سرطان ها را در 240 تصویر با و بدون هوش مصنوعی تشخیص دهند. سورنسن گفت که عملکرد همه شرکت کنندگان با هوش مصنوعی بهبود یافته است.
سورنسن گفت: «همه رادیولوژیست ها به یک اندازه خوب نیستند. با ابزار هوش مصنوعی RadNet، “گویی هر بیمار می تواند بهترین پزشک را ببیند.”
اما آیا ارزش هزینه اضافی برای بیماران را دارد؟ هیچ پاسخ آسانی وجود ندارد.
لورا هیکاک، متخصص تصویربرداری سینه در مرکز سرطان پرلموتر در NYU Langone Health در نیویورک می‌گوید: «برای برخی از افراد، ماموگرافی آنها را مضطرب می‌کند و استفاده از هوش مصنوعی می‌تواند به آنها آرامش خاطر بدهد. او گفت که این سیستم بهداشتی مدل‌های هوش مصنوعی را توسعه داده و در حال آزمایش این فناوری برای ماموگرافی است، اما هنوز آن را به بیماران ارائه نمی‌کند.
با این حال، Heacock خاطرنشان کرد، زنان نباید احساس کنند که نیاز به تجزیه و تحلیل هوش مصنوعی دارند، اگر به آنها ارائه شود.
او گفت: «در پایان روز، شما باید یک متخصص تصویربرداری پستان را بخواهید که ماموگرافی شما را تجزیه و تحلیل کند، و این استاندارد مراقبت است.
تقریباً از هر 8 زن 1 نفر در طول زندگی خود به سرطان سینه مبتلا می شوند و ماموگرافی منظم برای شناسایی زودهنگام تومورهای سرطانی توصیه می شود. اما ماموگرافی ها خطاناپذیر نیستند: طبق گفته موسسه ملی سرطان، حدود 20 درصد از سرطان های سینه را از دست می دهند.
سازمان غذا و داروی آمریکا (FDA) حدود دوجین محصول هوش مصنوعی را برای کمک به تشخیص و تشخیص سرطان با استفاده از ماموگرافی مجاز کرده است. با این حال، کدهای لازم برای صدور صورتحساب بیمه درمانی برای این خدمات هنوز وجود ندارد.
به طور معمول، کدهای صورتحساب جدید توسط مراکز خدمات مدیکر و مدیکید (CMS) معرفی می‌شوند و توسط برنامه‌های بهداشتی خصوصی استفاده می‌شوند. اما این اتفاق هنوز در مورد ماموگرافی با هوش مصنوعی رخ نداده است و مشخص نیست که چه زمانی و یا اینکه این اتفاق بیفتد.
CMS به درخواست ها برای اظهار نظر پاسخ نداد.
سورنسن گفت، سی و پنج درصد از زنانی که برای انجام ماموگرافی به مرکز رادنت مراجعه می کنند، هزینه خدمات اضافی هوش مصنوعی را پرداخت می کنند.
مراکز رادیولوژی به روش‌های مختلفی برای استفاده از هوش مصنوعی برای تجزیه و تحلیل ماموگرافی پرداخت می‌کنند.
کنستانس لمن، پروفسور رادیولوژی در دانشکده پزشکی هاروارد و یکی از مدیران مرکز تحقیقات تصویربرداری پستان از Mass General گفت، افراد وابسته به بیمارستان عمومی ماساچوست در بوستون برای تجزیه و تحلیل هوش مصنوعی هزینه ای از بیماران دریافت نمی کنند.
لیمن گفت که درخواست از بیماران برای پرداخت “یک مدل عادلانه نیست”، زیرا تنها بیمارانی که می توانند هزینه اضافی را پوشش دهند، تجزیه و تحلیل هوش مصنوعی را دریافت می کنند. او معتقد است که بسیاری از رادیولوژیست‌ها هرگز تابلویی را نشان نمی‌دهند که قیمت خدمات هوش مصنوعی را نشان دهد، زیرا این کار بیماران کم‌درآمد را دور می‌کند.
سورنسن اضافه کرد که هدف RadNet این است که وقتی بیمه‌گران ارزش افزودن هوش مصنوعی به تست‌های غربالگری را تشخیص داده و شروع به پرداخت هزینه‌های آنها کنند، از بیماران هزینه نمی‌گیرد.
برخی از مطالعات مهم در مورد هوش مصنوعی و ماموگرافی در ایالات متحده انجام می شود، اگرچه بسیاری از تحقیقات منتشر شده تاکنون در اروپا انجام شده است. در آنجا، روش معمول این است که دو رادیولوژیست هر ماموگرافی را بخوانند، در حالی که در اینجا معمولا فقط یک رادیولوژیست آنها را ارزیابی می کند.
با توجه به نتایج موقت حاصل از مطالعه تصادفی کنترل شده غربالگری ماموگرافی با هوش مصنوعی (MASAI) روی 80000 زن در سوئد، نرخ تشخیص سرطان در افرادی که ماموگرافی آنها توسط رادیولوژیست به کمک هوش مصنوعی آنالیز شده بود، 20 درصد بیشتر از آنهایی بود که تنها توسط آنالیز شده بودند. دو رادیولوژیست که استاندارد مراقبت در اروپا است.
“مطالعه MASAI فوق العاده بود، اما آیا در ایالات متحده کاربرد دارد؟ لیمن گفت: ما نمی دانیم.
کریستف لی، مدیر موسسه تحقیقات غربالگری و سرطان در کالج واشنگتن گفت: علاوه بر این، “آموزش و مجموعه داده های متنوع تری برای توسعه و اصلاح الگوریتم های هوش مصنوعی مورد نیاز است” به طوری که آنها به درستی در افراد از نژادها و قومیت های مختلف کار کنند. پزشکی دانشگاه.
اما سایه ای بر پذیرش ابزارهای هوش مصنوعی جدید وجود دارد: نوع قبلی ماموگرافی به کمک رایانه که منجر به شکست شد.
در اواخر دهه 1980 و اوایل دهه 1990، نرم افزار “تشخیص به کمک کامپیوتر” (CAD) قول داد که تشخیص سرطان سینه را بهبود بخشد.
اما چندین مطالعه انجام شد و نتایج چندان دلگرم کننده نبود. در بهترین حالت، استفاده از CAD هیچ فایده ای نداشت و در بدترین حالت، دقت تفسیرهای رادیولوژیست ها را کاهش داد که منجر به نرخ بالاتر بیوپسی و فراخوانی بیمار شد.
رابرت اسمیت، معاون ارشد علوم تشخیص زودهنگام سرطان در انجمن سرطان آمریکا، توضیح داد: “CAD آنقدرها هم پیچیده نبود.” او گفت که امروزه ابزارهای هوش مصنوعی متفاوت هستند. “شما می توانید الگوریتم را برای تشخیص چیزها یا یادگیری به تنهایی آموزش دهید.”
اسمیت گفت که او متوجه شده است که رادیولوژیست ها برای تجزیه و تحلیل هوش مصنوعی اضافی هزینه می کنند.
اسمیت گفت: «زنان زیادی وجود دارند که توانایی پرداخت هزینه‌های ماموگرافی را ندارند.