Microsofts brystkreft-AI reduserer falske positive funn ved MR-undersøkelser

Microsoft har utviklet en ny kunstig intelligens-modell som kan forbedre nøyaktigheten ved screening for brystkreft betydelig. Prosjektet fokuserer på å redusere falske positive funn ved MR-undersøkelser – et vanlig problem som skaper bekymring og fører til unødvendige biopsier.

En smartere tilnærming til MR-analyse av brystvev

I samarbeid med University of Washington og Fred Hutchinson Cancer Center har Microsofts AI for Good Lab introdusert en ny modell kalt Fully Convolutional Data Description (FCDD). Denne modellen forsøker ikke å gjenkjenne alle mulige krefttyper, men lærer i stedet hva normalt brystvev ser ut som – og varsler når noe avviker fra dette.

MR er et av de mest følsomme verktøyene for brystkreftscreening, særlig for kvinner med tett brystvev. Ulempen er at MR ofte gir for mange falske positive, altså funn som virker mistenkelige, men viser seg å være godartede. FCDD er utviklet for å løse dette ved å analysere subtile mønstre og fokusere på normalt vev i stedet for sjeldne kreftvarianter.

Testet under realistiske forhold

Forskere testet AI-modellen på over 9 700 MR-bilder i et screeningmiljø som speiler virkelige kliniske forhold – bare 1,85 % av bildene viste faktisk kreft. I motsetning til mange AI-verktøy, som trenes på datasett med mange krefttilfeller, ble FCDD vurdert i en mer realistisk setting.

Resultatene var lovende:

• Reduserte falske positive med over 25 %
• Doblet den positive prediktive verdien sammenlignet med tradisjonelle AI-modeller
• 92 % samsvar med radiologers tidligere merknader, ved hjelp av visuelle varmekart

Varmekartene viser radiologene nøyaktig hvor modellen har funnet avvik, i stedet for å gi et enkelt ja/nei-svar. Denne åpenheten bidrar til økt klinisk tillit.

Et verktøy – ikke en erstatning

Microsoft understreker at teknologien ikke er ment å erstatte radiologer, men heller støtte dem. Målet er å sortere saker, redusere unødvendige oppfølgninger og gjøre arbeidsflyten i brystkreftscreening mer effektiv.

Dr. Savannah Partridge, professor i radiologi ved University of Washington og hovedforfatter av studien, sier at modellen fungerer med både fullverdige og forkortede MR-undersøkelser – noe som kan spare tid for både pasienter og helsepersonell.

Enda bedre: verktøyet er åpen kildekode, slik at forskere kan undersøke koden, teste selv og forbedre modellen.

Konklusjon

Microsofts brystkreft-AI er et lovende steg fremover innen medisinsk bildeanalyse.
Den fokuserer på normalt vev i stedet for sjeldne kreftformer, noe som gir et mer realistisk og effektivt screeningsverktøy.
Den åpne kildekoden styrker tilliten og inviterer til samarbeid.
Med dokumenterte resultater kan dette bli et verdifullt verktøy – og en stille livredder.