Trzy komercyjne systemy sztucznej inteligencji potrafiły wykryć wczesne oznaki raka piersi na zdjęciach mammograficznych nawet sześć lat przed tym, jak diagnostykę potwierdzili radiolodzy. To wynik badania opublikowanego właśnie w prestiżowym piśmie „Radiology”, przeprowadzonego przez naukowców ze Szpitala Uniwersyteckiego Karolinska w Sztokholmie. I, szczerze, trudno przejść obok tego obojętnie.
Kluczowe fakty:
- Badanie opublikowane w piśmie "Radiology" przez naukowców ze Szpitala Uniwersyteckiego Karolinska w Sztokholmie wykazało, że trzy komercyjne systemy AI wykrywały wczesne oznaki raka piersi na mammogramach nawet sześć lat przed potwierdzeniem diagnozy przez radiologów.
- Analiza objęła prawie 90 tysięcy mammogramów wykonanych u ponad 31 tysięcy pacjentek z czterech regionów Szwecji, pochodzących z bazy VAI-B gromadzącej dane z ogólnokrajowych programów przesiewowych.
- U około jednej na pięć kobiet, u których ostatecznie zdiagnozowano raka, systemy AI wykryły potencjalne nieprawidłowości na mammogramach sprzed sześciu lat, a dwa lata przed diagnozą odsetek ten wzrastał do prawie 40 procent.
Wyobraź sobie rutynowe badanie przesiewowe. Piszesz „wynik w normie”, odkładasz dokument i wracasz do domu z przekonaniem, że wszystko jest dobrze. Tymczasem na tym samym zdjęciu coś już jest. Nie widzi tego ludzkie oko, nie widzi radiolog. Ale widzi algorytm.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Niemal 90 tysięcy mammogramów, jedno pytanie
Szwedzki zespół badał dane z okresu dziesięciu lat: prawie 90 tysięcy mammogramów wykonanych u ponad 31 tysięcy pacjentek z czterech regionów Szwecji. Materiał pochodził z bazy VAI-B, czyli Validation of Artificial Intelligence for Breast Imaging, gromadzącej dane z ogólnokrajowych programów przesiewowych.
Na tych samych danych przetestowano trzy różne systemy AI wspomaganego wykrywania zmian (AI-CAD), dostępne komercyjnie na rynku. Każdy mammogram oceniała też para radiologów. I tu pojawia się sedno: systemy AI generowały wyższe wyniki predykcyjne u kobiet, u których ostatecznie zdiagnozowano raka, a niskie u tych, które pozostały zdrowe.
Mniej więcej u jednej na pięć kobiet chorych AI wykryła potencjalne nieprawidłowości na mammogramach wykonanych sześć lat przed diagnozą. Dwa lata przed postawieniem diagnozy odsetek ten wzrastał do prawie 40 procent.
Cel badania był retrospektywny: sprawdzić, czy AI potrafi „zobaczyć wstecz”. Nie chodziło o testowanie nowego systemu w warunkach klinicznych, ale o odpowiedź na pytanie, jak daleko wstecz sięga jej czujność. Odpowiedź: do dekady. Zespół dr. Stranda sprawdzał potencjał AI do oznaczania mammograficznych zmian widocznych nawet do dziesięciu lat wstecz.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Radiolog kontra algorytm? Złe pytanie
Obserwuję, jak kolejne badania z różnych krajów układają się w jeden wyraźny wzorzec: AI w diagnostyce obrazowej nie zastępuje lekarza, ale widzi inaczej. Czasem lepiej, czasem w innych miejscach. Sześć lat to nie jest kosmetyczna różnica, to przepaść, która w onkologii dosłownie decyduje o życiu. Ale zanim zaczniemy planować rewolucję, warto zapytać: czy jesteśmy gotowi systemowo? Czy mamy struktury, finansowanie, regulacje, które pozwolą zamienić wynik algorytmu w konkretne działanie kliniczne? Bo sama zdolność wykrywania to dopiero połowa drogi.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Jak mówi dr Fredrik Strand, współautor badania:
„Approximately 20% of breast cancer cases demonstrate mammographic signs that are already visible to AI around six years before diagnosis. Our study confirms the potential of AI to, in some cases, find signs of cancer in the mammograms much earlier than when radiologists detected it.” / „Około 20 proc. przypadków raka piersi wykazuje w mammografii oznaki, które sztuczna inteligencja potrafi dostrzec już około sześciu lat przed rozpoznaniem. Nasze badanie potwierdza potencjał AI do wykrywania w niektórych przypadkach oznak raka na mammogramach znacznie wcześniej niż zrobili to radiolodzy.”
I tu ważna uwaga. Badanie szwedzkie nie mówi, że AI jest lepsza od radiologa jako takiego. Mówi coś innego: że pewne subtelne zmiany obrazowe, które człowiek z założenia odczytuje jako mieszczące się w normie, algorytm systematycznie traktuje inaczej. Strand przyznał wprost: „Dużo nowotworów umyka podczas badań przesiewowych i jesteśmy szczególnie zainteresowani tym, jak AI może w tym pomagać.”
Co to znaczy w praktyce i dlaczego Polska jest daleko z tyłu
Wcześniejsze wykrycie to wcześniejsza interwencja. W przypadku raka piersi różnica między pierwszym a trzecim stadium to często kwestia okaleczającego leczenia kontra minimalnie inwazyjnej terapii. Albo po prostu przeżycia.
Szacuje się, że u 20 do 25 procent kobiet na mammografii widoczne są wczesne oznaki raka piersi, zanim jeszcze zostanie on zdiagnozowany. AI może sprawić, że ten potencjał przestanie marnować się w archiwach.
Problem w tym, że w Polsce jesteśmy od tego rozwiązania odlegli. Program profilaktyki raka piersi finansowany przez NFZ obejmuje kobiety między 45. a 74. rokiem życia, a mammografia wykonywana jest raz na dwa lata bez dodatkowego wspomagania algorytmem. Mammografia wspomagana przez AI nie jest jeszcze dostępna w Polsce w ramach publicznego systemu ochrony zdrowia. Wdrożenie takich rozwiązań wymagałoby nie tylko zakupu oprogramowania, ale przede wszystkim krajowej strategii AI w medycynie, której Polska, podobnie jak większość krajów UE, wciąż nie posiada.
Kilka faktów o polskim programie przesiewowym:
- bezpłatna mammografia w NFZ dostępna jest dla kobiet w wieku 45-74 lat
- badanie wykonuje się co 24 miesiące
- nie wymaga skierowania ani dodatkowych dokumentów
- od 2024 roku z programu korzystają też kobiety po 5 latach od zakończenia leczenia raka piersi
To dobry punkt wyjścia. Ale punkt wyjścia to za mało, gdy Szwedzi badają już co dają sześć lat przewagi.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co dalej z tym odkryciem
Autorzy badania zaznaczają, że wyniki wymagają dalszej weryfikacji. Retrospektywna analiza to nie to samo, co prospektywne badanie kliniczne na żywym organizmie systemu ochrony zdrowia. Pytanie, które teraz stoi przed środowiskiem medycznym, brzmi: jak przełożyć wynik algorytmu na decyzję kliniczną? Jeśli AI daje pacjentce sygnał z sześcioletnim wyprzedzeniem, to co z nim robimy? Częściej monitorujemy? Wdrażamy profilaktykę farmakologiczną? Zmieniamy protokoły?
Jak podkreślił dr Strand: analiza wyników AI w czasie może dostarczyć wiedzy o tym, jak wcześnie pojawiają się wykrywalne zmiany, potencjalnie umożliwiając wcześniejszą interwencję.
To brzmi rozsądnie. I właśnie dlatego jest trudne do zignorowania.
Badanie zostało opublikowane w czerwcu 2026 roku w czasopiśmie „Radiology”, wydawanym przez Radiological Society of North America (RSNA).
