U nedavnom istraživanju objavljenom 17. ožujka 2026. godine, istraživači iz Googlea, Lihong Xi i Daniel Golden, predstavili su snažna saznanja o tome kako algoritmi strojnog učenja mogu povećati točnost otkrivanja raka dojke i smanjiti teret radiologa. Istraživanje, provedeno u suradnji s nekoliko NHS Trustova pod inicijativom Artificial Intelligence in Mammography Screening (AIMS), otkriva mogućnost u kojoj umjetna inteligencija pomaže kliničarima u najkritičnijim momentima njege pacijenata.
Trenutni izazov u pregledu raka dojke
Rak dojke ostaje vodeći uzročnik smrti od raka među ženama u dobi od 35 do 64 godine u Ujedinjenom Kraljevstvu. Rano otkrivanje putem mammografije čvrsto je dokazano kao ključni faktor u spašavanju života, no sustav koji osigurava ove spasiteljske preglede suočen je s velikim pritiskom. Nacionalni program za screening dojke (NHS Breast Screening Programme) oslanja se na dvostruki pregled: dva neovisna radiologa analiziraju svaki mammogram, a ukoliko se njihova zaključka ne slažu, stručni odbor odlučuje o konačnoj dijagnozi. Ovaj rigorozan postupak je dugo bio zlatni standard, ali je istovremeno izuzetno zahtjevan u pogledu radne snage.
Uz to, sve veći nedostatak kliničkih radiologa dodatno otežava situaciju. Procjene predviđaju nedostatak od 30 % u narednim godinama, a do 2028. godine taj nedostatak bi mogao doseći 40 %. S manjim brojem stručnjaka, NHS suočava se s realnim rizikom da se kompromituje kvaliteta i pravovremenost screeninga, što bi moglo narušiti sve prednosti rane dijagnoze.
Kako se AI testira u NHS-u
Uočivši hitnost situacije, istraživači iz Googlea i partneri iz NHS-a pokrenuli su AIMS studiju kako bi istražili može li umjetna inteligencija poslužiti kao pouzdan drugi čitač. Inicijativa je izgradila na ranijim radovima koji su pokazali obećavajuće rezultate u kontroliranim uvjetima, ali je prvi put procijenila AI u realnom, višestrukom okruženju.
Istraživanje je podijeljeno u dvije komplementarne studije, obje objavljene u prestižnom časopisu Nature Cancer u početku ovog mjeseca. Prva studija ispituje performanse samostalnog AI sustava i njegovu izvedivost u integraciji s postojećim kliničkim radnim tokovima, dok druga studija analizira utjecaj AI-a na radnu opterećenost radiologa i na ukupnu učinkovitost programa.
Rezultati i budućnost
Rezultati prve studije iznenada su pozitivni. AI sustav je uočio 95 % slučajeva raka dojke, što je znatno više od prosječne točnosti radiologa. U 12 % slučajeva, AI je predložio dodatni pregled, čime je smanjeno rizik od propusta. Integracija AI-a u radni tok dovela je do smanjenja vremena obrade jednog mammograma za prosječno 30 %, što je značajan napredak u kontekstu nedostatka radne snage.
Druga studija pokazala je da radiolozi koji koriste AI kao pomoćni alat smanjuju broj slučajeva koje moraju pregledati ručno za 25 %. To znači da se više vremena može posvetiti složenijim slučajevima i dodatnim edukacijama. Uz to, zadovoljstvo radnika je poraslo, jer AI smanjuje mentalnu opterećenost i rizik od grešaka.
Na temelju ovih rezultata, planira se širenje AI sustava