Τρία συστήματα τεχνητής νοημοσύνης ανέλυσαν σχεδόν 89.000 μαστογραφίες και εντόπισαν πρώιμα σήματα σε περίπου έναν στους πέντε καρκίνους έξι χρόνια πριν από τη διάγνωση
Μπορεί μια μαστογραφία να «κρύβει» πληροφορίες για έναν καρκίνο που θα διαγνωστεί αρκετά χρόνια αργότερα;
Μια νέα επιστημονική μελέτη, με ελληνική συμμετοχή, δείχνει ότι η τεχνητή νοημοσύνη μπορεί να αναγνωρίζει στη μαστογραφία πολύ πρώιμα σήματα που συνδέονται με καρκίνο του μαστού, ακόμη και χρόνια πριν από την επίσημη διάγνωση.
Τα ευρήματα δημοσιεύθηκαν τον Ιούνιο του 2026 στο επιστημονικό περιοδικό Radiology της Radiological Society of North America (RSNA) και δημιουργούν μια ιδιαίτερα ενδιαφέρουσα προοπτική: στο μέλλον η μαστογραφία ίσως να μη χρησιμοποιείται μόνο για να εντοπίζει έναν καρκίνο που υπάρχει ήδη, αλλά και για να αναγνωρίζει γυναίκες που ενδεχομένως χρειάζονται στενότερη παρακολούθηση.
Σχεδόν 89.000 μαστογραφίες στο «μικροσκόπιο» της AI
Η έρευνα ήταν αναδρομική και βασίστηκε στη σουηδική βάση δεδομένων Validation of Artificial Intelligence for Breast Imaging (VAI-B).
Οι επιστήμονες ανέλυσαν συνολικά 88.963 μαστογραφικές εξετάσεις από 31.394 γυναίκες, χρησιμοποιώντας τρία διαφορετικά εμπορικά συστήματα τεχνητής νοημοσύνης για υποβοηθούμενη ανίχνευση.
Από τις γυναίκες της βάσης που συμπεριλήφθηκαν στην ανάλυση, 12.072 είχαν διαγνωστεί με καρκίνο του μαστού. Οι ερευνητές είχαν στη διάθεσή τους προηγούμενες μαστογραφίες, σε ορισμένες περιπτώσεις έως και δέκα χρόνια πριν από τη διάγνωση.
Έτσι μπόρεσαν να θέσουν ένα κρίσιμο ερώτημα:
Υπήρχε ήδη στις παλαιότερες εικόνες κάποιο σήμα που δεν είχε οδηγήσει τότε σε διάγνωση, αλλά μπορούσε να αναγνωριστεί εκ των υστέρων από την τεχνητή νοημοσύνη;
Η απάντηση αποδείχθηκε ιδιαίτερα ενδιαφέρουσα.
Έξι χρόνια πριν: περίπου ένας στους πέντε καρκίνους εμφάνιζε σήμα
Και τα τρία συστήματα AI παρουσίασαν την ίδια γενική τάση: οι βαθμολογίες κινδύνου αυξάνονταν όσο πλησίαζε η χρονική στιγμή κατά την οποία τελικά γινόταν η διάγνωση του καρκίνου.
Σε επίπεδο ειδικότητας 90%, τα συστήματα μπορούσαν δυνητικά να επισημάνουν:
- περίπου 19%–19,7% των καρκίνων έξι χρόνια πριν από τη διάγνωση,
- περίπου 23,3%–25,2% τέσσερα χρόνια πριν,
- και περίπου 35,4%–39,3% δύο χρόνια πριν.
Ακόμη πιο εντυπωσιακό είναι ότι ένα μικρότερο αλλά υπαρκτό ποσοστό 12,7% έως 17% ,μπορούσε να επισημανθεί ακόμη και δέκα χρόνια πριν από την καταγεγραμμένη διάγνωση.
Με απλά λόγια, η τεχνητή νοημοσύνη φαίνεται ότι μπορεί να «διαβάζει» πληροφορίες μέσα στη μαστογραφία οι οποίες δεν είναι πάντοτε αρκετές για να οδηγήσουν έναν γιατρό σε διάγνωση εκείνη τη στιγμή.
Τι ακριβώς «βλέπει» η τεχνητή νοημοσύνη;
Εδώ βρίσκεται ίσως το πιο συναρπαστικό κομμάτι της έρευνας.
Τα συστήματα τεχνητής νοημοσύνης μπορούν να αναλύουν πολύπλοκα χαρακτηριστικά μιας μαστογραφικής εικόνας και να αναγνωρίζουν πρότυπα και μεταβολές που είναι εξαιρετικά δύσκολο να αξιολογηθούν με τον ίδιο τρόπο από το ανθρώπινο μάτι.
Αυτό δεν σημαίνει ότι η AI «γνωρίζει» πως υπάρχει καρκίνος.
Σημαίνει ότι μπορεί να αναγνωρίζει μια εικόνα ως περισσότερο ύποπτη και να παράγει ένα υψηλότερο score, το οποίο στο μέλλον ενδεχομένως θα μπορούσε να λειτουργήσει ως πρώιμη προειδοποίηση.
Και αυτή η διάκριση είναι εξαιρετικά σημαντική.
Δεν σημαίνει ότι η AI προβλέπει ποια γυναίκα θα πάθει καρκίνο
Ο εντυπωσιακός αριθμός των «έξι ετών» χρειάζεται προσοχή στην ερμηνεία του.
Η μελέτη δεν αποδεικνύει ότι η τεχνητή νοημοσύνη μπορεί σήμερα να προβλέψει με βεβαιότητα ότι μια υγιής γυναίκα θα εμφανίσει καρκίνο του μαστού έξι χρόνια αργότερα.
Οι ερευνητές εξέτασαν αναδρομικά μαστογραφίες γυναικών των οποίων γνώριζαν πλέον την εξέλιξη.
Επιπλέον, οι ίδιοι επισημαίνουν ότι πρόκειται για δυνητική πρώιμη αναγνώριση. Δεν έχει ακόμη αποδειχθεί ότι κάθε τέτοιο σήμα μπορεί να εντοπιστεί ανατομικά, να διερευνηθεί αποτελεσματικά με πρόσθετες εξετάσεις ή να οδηγήσει πράγματι σε ασφαλή πρωιμότερη διάγνωση.
Αυτό είναι το επόμενο μεγάλο επιστημονικό ερώτημα.
Τι θα μπορούσε να αλλάξει στο μέλλον
Αν τα αποτελέσματα επιβεβαιωθούν σε περαιτέρω μελέτες και σε πραγματικές συνθήκες προληπτικού ελέγχου, η εφαρμογή θα μπορούσε να είναι πολύ σημαντική.
Φανταστείτε μια γυναίκα της οποίας η μαστογραφία δεν παρουσιάζει σήμερα κάτι που να δικαιολογεί διάγνωση καρκίνου, αλλά το σύστημα AI εντοπίζει μια σταδιακή και επίμονη αύξηση του σχετικού score.
Αντί να περιμένει απλώς μέχρι τον επόμενο προγραμματισμένο έλεγχο, ο γιατρός θα μπορούσε στο μέλλον — εφόσον βέβαια υπάρχουν τεκμηριωμένες κατευθυντήριες οδηγίες — να προτείνει στενότερη παρακολούθηση ή συμπληρωματική απεικόνιση.
Οι ίδιοι οι ερευνητές αναφέρουν ως πιθανή εφαρμογή ακριβώς αυτή την έννοια του “early alert”, μιας πρώιμης δηλαδή ειδοποίησης που θα μπορούσε να οδηγήσει σε πρόσθετο απεικονιστικό έλεγχο.
Και δύο Έλληνες επιστήμονες στην ερευνητική ομάδα
Η μελέτη έχει και ιδιαίτερο ελληνικό ενδιαφέρον.
Μεταξύ των συγγραφέων βρίσκεται ο Έλληνας ακτινολόγος Παντελής Γιαλιάς (Pantelis Gialias), με affiliations στο Linköping University και στο Linköping University Hospital της Σουηδίας.
Στην ερευνητική ομάδα συμμετέχει επίσης η Αποστολία Τσιρίκογλου (Apostolia Tsirikoglou), PhD, Research Specialist στο Karolinska Institutet και μέλος της ερευνητικής ομάδας Computational Breast Imaging.
Πρόκειται επομένως για μια διεθνή ερευνητική προσπάθεια με ουσιαστική ελληνική παρουσία σε ένα από τα πιο δυναμικά πεδία της σύγχρονης ιατρικής: τη συνάντηση της τεχνητής νοημοσύνης με την ιατρική απεικόνιση.
Η AI δεν αντικαθιστά τον ακτινολόγο, είναι ένα ισχυρό εργαλείο, προσφέροντάς του ένα ακόμη «ζευγάρι μάτια»
Η συγκεκριμένη μελέτη δεν πρέπει να μεταφραστεί σε μια ακόμη αντιπαράθεση ανάμεσα στον άνθρωπο και την τεχνητή νοημοσύνη.
Το πραγματικά ενδιαφέρον ερώτημα είναι διαφορετικό:
Τι μπορεί να συμβεί όταν η εμπειρία του γιατρού συνδυαστεί με την ικανότητα ενός αλγορίθμου να εντοπίζει εξαιρετικά λεπτές μεταβολές μέσα σε τεράστιους όγκους απεικονιστικών δεδομένων;
Στον καρκίνο του μαστού, όπου η έγκαιρη διάγνωση μπορεί να έχει καθοριστική σημασία, ακόμη και μια αξιόπιστη ένδειξη ότι κάποια γυναίκα χρειάζεται στενότερη παρακολούθηση θα μπορούσε να αποδειχθεί πολύτιμη.
Απέχουμε ακόμη από το σημείο όπου ένας αλγόριθμος θα μπορεί να μας πει με ασφάλεια ότι «αυτός ο καρκίνος θα εμφανιστεί σε έξι χρόνια».
Όμως η νέα μελέτη υποδεικνύει κάτι ίσως εξίσου σημαντικό:
οι πληροφορίες μπορεί να βρίσκονται ήδη μέσα στη μαστογραφία πολύ πριν μπορέσουμε να τις αξιοποιήσουμε κλινικά.
Και η τεχνητή νοημοσύνη ίσως μας δώσει έναν νέο τρόπο να τις ανακαλύψουμε.
Πηγές
Radiology – Radiological Society of North America (RSNA)
Artificial Intelligence Detection Scores in Screening Mammography for Early Breast Cancer Alerts, Hickman S. et al., Radiology, 2026;319(3):e251309. DOI: 10.1148/radiol.251309.
PubMed – U.S. National Library of Medicine
PMID: 42262245.
Radiological Society of North America (RSNA)
AI Could Provide “Early Alert” for Breast Cancer 6 Years in Advance, 2026.
