Laut einer Studie, die in der veröffentlicht wurde Europäisches Journal of Most cancersDie Equity und das Eigenkapital der Datensätze für eine AI-gesteuerte Mammogramminterpretation könnten durch die Unterrepräsentation der rassistischen und ethnischen Vielfalt gefährdet werden.
Während KI vielversprechend ist, um die Interpretation der Mammogramme zu verbessern, insbesondere in Bereichen, in denen Ressourcen begrenzt sind, stellten die Autoren der Studie Warnzeichen hinsichtlich der Vielfalt der Datensätze und der Darstellung von Forschern in der KI -Modellentwicklung fest, von denen sie sagten, sie könnten “die Generalisierbarkeit, Fairheit und Eigenkapital der Modelle beeinflussen”.
Für die Studie führten die Forscher eine wissenschaftliche Überprüfung von Studien durch, die in den Jahren 2017, 2018, 2022 und 2023 unter Verwendung von Screening- oder diagnostischen Mammographien zur Erkennung von Brustkrebs zur Erkennung von Brustkrebs veröffentlicht wurden, um “AI -Algorithmen zu validieren”.
Von den 5.774 identifizierten Studien erfüllten 264 die Einschlusskriterien.
“Die Anzahl der Studien stieg von 28 im Jahr 2017 auf 2018 auf 115 im Jahr 2022 bis 2023-ein Anstieg von 311%. Trotz dieses Wachstums gaben nur 0 bis 25% der Studien an, dass Rassen/ethnische Zugehörigkeit als kaukasisch identifiziert wurden”, schrieben die Autoren der Studie.
“Darüber hinaus stammten quick alle Patientenkohorten aus Ländern mit hohem Einkommen, ohne Studien aus Einstellungen mit niedrigem Einkommen. Autorenzugehörigkeiten stammten überwiegend aus Regionen mit hohem Einkommen, und bei den ersten und letzten Autoren wurde das Ungleichgewicht zwischen Geschlechtern beobachtet.”
Die Autoren kamen zu dem Schluss: “Der Mangel an rassistischer, ethnischer und geografischer Vielfalt sowohl in Datensätzen als auch bei der Repräsentation von Forschern könnte die Generalisierbarkeit und Equity der AI-basierten Mammogramminterpretation untergraben.”
Darüber hinaus ist die Erkennung der Unterschiede durch verschiedene Datensatzsammlung und umfassende internationale Zusammenarbeit von entscheidender Bedeutung, um faire Fortschritte bei der Brustkrebsversorgung zu gewährleisten.
Studiendaten zeigten, dass Algorithmen, die sich hauptsächlich auf kaukasische Populationen konzentrieren, zu ungenauen Ergebnissen und zur falschen Diagnose in unterrepräsentierten Bevölkerungsgruppen führen können. Darüber hinaus können Patientenergebnisse bedroht sein und die derzeitigen Unterschiede könnten sich verschlechtern.
“Die Equity dieser KI-Instruments wird in Frage gestellt, da sie systematisch bestimmte rassistische, ethnische oder soziodemografische Gruppen riskieren. Um diese Probleme zu mildern und sicherzustellen, dass die Vorteile der KI in BC-Imaging gerecht verteilt sind, sind es wichtig, dass es wesentlich ist, um die Diversitätsabweichungen, die in der Diversität, in der die Diversität, in der Diversität, in der Diversität, in der die Diversität, in der die Diversität, in die Forscher in den Delikten integriert wurde, in den Forschern, die Forscher aus den Forschern, aus dem Center-Earnings-Integration, und der Wirkungs-Forschern, die in den Bereichen Diversität einbeziehen können, in den Forschern einbeziehen können. Autoren schrieben.
Der größere Development
Im Februar, Google Accomplice mit dem Institut für Frauenkrebsgegründet von Frankreichs Most cancers Analysis and Remedy Heart Institut Curie, um zu untersuchen, wie KI-Instruments dazu beitragen können, Krebs zu bekämpfen, wissenschaftliche Gesundheitsinformationen auszutauschen und Postdoktorale Forscher mit Finanzmitteln zu unterstützen.
Die beiden Einheiten untersuchten, wie KI-basierte Instruments dazu beitragen können, das Fortschreiten von Krebs und die Wahrscheinlichkeit eines Rückfalls für Patienten mit dem Ziel zu erhalten, genauere und erfolgreichere Behandlungen zu entwickeln.
Die Forscher konzentrierten sich auf schwer zu behandelnde Krebserkrankungen von Frauen, einschließlich dreifach negativer Brustkrebs, einer aggressiven Artwork von Brustkrebs, die sich schneller wächst und sich schneller ausbreitet als andere Typen.
Im Jahr 2024 die AI Biotech Firm Owkin Partnerin mit Pharma Big Astrazeneca zu entwickeln AI-betriebenes Werkzeug Entwickelt, um für GBRCA-Mutationen (GBRCAM) bei Brustkrebs direkt aus digitalisierten Pathologie-Objektträgern vorzugehen.
Ziel des Instruments ist es, den Zugang zu GBRCA -Assessments zu beschleunigen und zu erhöhen, für die einige Patienten möglicherweise nicht in Betracht gezogen werden.
Im selben Jahr, Lunitein Anbieter von KI-betriebene Lösungen für die Krebsdiagnostik und Therapeutika, und VOLPARA GESUNDHEITEin Unternehmen, das KI-anbetriebene Software program anbietet, um Anbietern zu helfen, das Krebsrisiko besser zu verstehen, hat sich zusammengetan, um ein umfassendes Ökosystem für die Erkennung von Krebs, die Vorhersage von Krebsrisiken und eine unabhängige KI zur Verbesserung der klinischen Workflows zu entwickeln.
Im Mai dieses Jahres erwarb Lunit Volpara und integrierte seine KI -Brustgesundheitsplattformen, einschließlich des Instruments zur Bewertung der Scorecard -Brustdichte, in seine KI -Werkzeuge zur Erkennung von Brustkrebs.
Bevor es Volpara erwarb Schwedens Krebs -Screening -Fähigkeit erhöhen.
Im Jahr 2023 unterzeichnete Lunit eine dreijährige Vereinbarung mit dem Capio S: T Göran Hospital, um seine KI-betriebene Mammographieanalyse-Software program Lunit Perception MMG zu liefern und zu lizenzieren. Das KI -Instrument ermöglichte es dem Krankenhaus, Brustbilder von ungefähr 78.000 Patienten jährlich zu analysieren.
Discussion about this post