یافته‌ها نشان می‌دهند که استفاده از سیستم هوش مصنوعی توانسته است نرخ تشخیص سرطان سینه را در میان هزار بیمار، از ۸/۳ به ۲/۶ افزایش دهد.
تشخیص سرطان سینه با سامانه هوش مصنوعی iCAD به نتایج خوبی دست یافته است؛ شرکت iCAD با انتشار مجموعه‌ای جدید از داده‌های دنیای واقعی، نشان داده سیستم هوش مصنوعی که برای تشخیص سه‌بُعدی سرطان سینه توسعه داده است، نرخ تشخیص سرطان را بالا برده و شمار مثبت‌های کاذب را کاهش داده است.
تشخیص سرطان سینه با سامانه هوش مصنوعی iCAD توسط یک نرم‌افزار صورت می‌گیرد؛ نرم‌افزار ProFound شرکت iCAD، جزو اولین سیستم‌های هوش مصنوعی برای تشخیص سه‌بُعدی سرطان بود که مورد تأیید سازمان غذا و داروی آمریکا قرار گرفت؛ این سیستم یک نوع روش تصویربرداری است که تحت عنوان توموسنتز یا DBT نیز نامیده می‌شود و از آن به عنوان توموسنتز دیجیتالی سینه یا DBT نیز یاد می‌شود. سیستم مذکور مناطق آسیب‌دیده را در تصاویر اسکن مشخص می‌کند و دو مقدار/نمره تولید می‌کند: مقدار آسیب و نمره کلی پرونده/بیمار.
این پژوهش گذشته‌نگر، که به‌تازگی در سمپوزیوم Society of Breast Imaging ارائه شد، نتایج به دست آمده از نسخه‌ی قبلی نرم‌افزار/سیستم مذکور را ارزیابی کرده است که در سال ۲۰۲۰ در بافت بالینی به کار رفته بود. در مارس ۲۰۲۱، نرم‌افزار مذکور مجوز لازم برای راه‌اندازی نسخه سوم را دریافت کرد و بدین ترتیب توانست سطح دقت نتایج و زمان پردازش را بهبود ببخشد. تشخیص سرطان سینه با سامانه هوش مصنوعی iCAD، اکنون بر اساس نسخه سوم این نرم‌افزار صورت می‌گیرد.
به گزارش مرکز نوآوری و توسعه هوش مصنوعی به نقل از هوشیو، یافته‌ها نشان می‌دهند که استفاده از سیستم هوش مصنوعی توانسته است نرخ تشخیص سرطان سینه را در میان هزار بیمار، از ۸/۳ به ۲/۶ افزایش دهد. تفاسیر کاذب از نتایج نیز از ۶/۹% به ۳/۷% کاهش یافت.
بهبود روند پیش بینی‌ها با سامانه هوش مصنوعی iCAD
تشخیص سرطان سینه با سامانه هوش مصنوعی iCAD، موجب تشخیص زودهنگام این بیماری شده است؛ به گفته پژوهشگران، بعد از این‌که نتایج غربالگری هوش مصنوعی از طریق روش نمونه‌برداری ارزیابی شدند، مشخص شد کاربرد این فناوری توانسته است نرخ پیش‌بینی‌های صحیح را دو برابر کند و از ۲۹% به ۵۷% برساند.
کُلین مَدِن، سخنران این پروژه و استادیار رادیولوژی بالینی دانشگاه پزشکی ایندیانا، در بیانیه‌ای اعلام کرد: «هوش مصنوعی نمی‌تواند به طور کامل جایگزین رادیولوژیست‌ها شود، اما با ارائه دیتاست‌های بزرگ مروری DBT و مراقبت مناسب از بیماران، قابلیت‌های آن‌ها را به مقدار قابل‌ملاحظه‌ای افزایش می‌دهد.»
در پژوهش گذشته‌نگر دیگری که اخیراً منتشر شده است، ۱۵۴,۲۰۰ بیمار زن در آمریکا، بین سال‌های ۲۰۱۴ تا ۲۰۱۹، با روش ماموگرافی سه‌بُعدی غربال شدند. پژوهشگران مؤسسه Karolinska، واقع در استکهلم سوئد با این پژوهش نشان دادند سطح ریسکی که هوش مصنوعی سیستم مذکور ارائه می‌دهد، به‌خوبی می‌تواند افرادی را که در معرض بروز سرطان سینه هستند، پیش‌بینی کند.
اِستِیسی اِستیوِنز، رئیس و مدیرعامل iCAD می‌گوید: «در رویکرد قدیمی، پزشکان با بررسی عوامل خطر، از جمله سابقه (سرطان) در خانواده، احتمال بروز سرطان را برآورد می‌کردند. این در حالی است که نزدیک به ۸۵% از خانم‌های مبتلا به سرطان هیچ سابقه‌ی خانوادگی ندارند.»
در قیاس با مدل‌های خطر بلندمدت و سنتی که ناحیۀ زیرمنحنی میانگین آن، برای سنجیدن عملکرد تشخیص بیماری برابر با ۶۰/۰ بود، پژوهشگران سوئدی مقدار این ناحیه را برای ProFound، ۸۲/۰ محاسبه کرده‌اند؛ به این معنا که نتایج مثبت و منفی نادرست کمتری داشت. تشخیص سرطان سینه با سامانه هوش مصنوعی iCAD، می‌تواند با تشخیص زودهنگام بر روند درمان این بیماری تأثیر مثبت بگذارد
