По оценкам, к 2040 году во всем мире ежегодно будет происходить более 3 миллионов новых случаев рака молочной железы и 1 миллион смертей. Выявление тех, кто подвергается наибольшему риску развития опасного для жизни рака молочной железы, является приоритетом общественного здравоохранения. Эш Киран Клифт и его коллеги разработали и оценили четыре прогностические модели для прогнозирования 10-летнего риска смертности от рака молочной железы у женщин в возрасте 20–90 лет. Наиболее эффективную модель можно использовать для выявления женщин с высоким риском смертности, в том числе тех, кто слишком молод для скрининга рака молочной железы. В настоящее время скрининговая маммография является лучшим методом раннего выявления рака молочной железы, а национальные программы скрининга (наряду с эффективными методами лечения) помогли снизить уровень смертности. Использование прогностических моделей для точной оценки индивидуального риска развития и смерти от рака молочной железы может помочь в разработке целевых стратегий скрининга и профилактики. Однако такой подход к скринингу, основанный на оценке риска, может увеличить рабочую нагрузку рентгенологов, особенно в странах, где рекомендуется двойное чтение маммограмм. Решением может стать использование искусственного интеллекта (ИИ) в качестве средства скрининга, позволяющего сортировать маммограммы и выявлять отклонения. Клинический анализ безопасности Рандомизированное контролируемое исследование маммографического скрининга с искусственным интеллектом (MASAI) показало, что скрининг с использованием искусственного интеллекта имеет такой же уровень выявления рака, как и стандартное двойное чтение, при этом рабочая нагрузка по чтению с экрана снижается на 44,3%. Это рандомизированное исследование является первым, в котором рассматривается полезность ИИ в национальной программе скрининга рака молочной железы, и эти промежуточные результаты подчеркивают потенциал ИИ для повышения эффективности скрининга и снижения рабочей нагрузки. Однако скрининг с поддержкой ИИ также выявил почти вдвое больше случаев рака in-situ, чем стандартный скрининг, что может привести к гипердиагностике и последующему чрезмерному лечению.
Цифровые инструменты здравоохранения для раннего выявления рака молочной железы не ограничиваются использованием в рамках национальных программ скрининга. Хотя страны с низким и средним уровнем дохода несут наибольшее бремя смертности от рака молочной железы, им часто не хватает ресурсов для реализации и поддержания программ скрининга на уровне населения. Даже в странах, где такие программы существуют, может существовать неравенство в доступе к медицинской помощи. Поэтому инновации, выходящие за рамки таких программ, например, приложения для смартфонов , позволяющие повысить частоту самостоятельного обследования груди, и мобильные маммографические фургоны, помогающие проводить скрининг в недостаточно обслуживаемых сообществах, имеют решающее значение для повышения осведомленности о раке молочной железы и расширения возможностей раннего выявления.
Цифровые инструменты здравоохранения для раннего выявления рака молочной железы могут улучшить качество медицинской помощи, помогая выявлять людей, которым могут быть полезны целевые вмешательства на индивидуальном уровне, повышая эффективность скрининга и оптимизируя затраты на скрининг и потенциал рабочей силы.
