Proyecto 1: Autotriaje mediante mamografía digital de campo completo 2D o imágenes sintéticas

NOTA: Este registro está vinculado a un registro de sujetos humanos en ASSIST. Eso, a su vez, es parte de una subvención del NCI, CA207490. La subvención describe muchos experimentos propuestos y señala que muchos otros podrían realizarse como estudios de seguimiento. A sugerencia del NIH, los investigadores agruparon estos estudios en tres "estudios", cada uno de los cuales abarcaba varios experimentos. El experimento descrito aquí es parte del "Estudio ID 386408 Proyecto 1: Estudios radiólogos". No es posible registrar un conjunto de experimentos a través del sistema PRS en CT.gov y no es posible presentar un informe anual para la subvención (RPPR) sin un número de NCT para proyectos que han comenzado a reunir participantes. En consecuencia, los investigadores están describiendo un experimento aquí que sería parte del conjunto de estudios del "Proyecto 1".

La idea central del Proyecto 1 es que podría ser posible que Os elimine de manera confiable un conjunto de casos en la mamografía de detección después de solo una breve mirada a una imagen 2D o, potencialmente, después de que un sistema de IA eche una breve mirada a la imagen. Es decir, el médico y/o la IA mirarían la imagen y sabrían "con certeza" que no hay nada allí y estarían dispuestos a descartar o "evaluar" el caso sobre la base de esta breve mirada. Si el lector no estaba completamente seguro, el caso recibiría un mayor escrutinio.

Para comenzar a analizar este problema, los investigadores querían estimar qué tan dispuestos estarían los médicos a clasificar un caso y cómo interactuarían con una IA a la que se le pidió que clasificara los casos. Un desafío para cualquier implementación del triaje será lograr que los médicos (por no hablar de los abogados, etc.) acepten la idea de no mirar una imagen/caso o de mirar brevemente, digamos, la imagen 2D y estar dispuestos a no hacerlo. mire las imágenes de tomosíntesis digital (DBT) en 3D. El experimento que los investigadores informan aquí pretende ser un comienzo en el estudio de este tema. Hay un continuo de casos de "obviamente normal" a "obviamente anormal". Los investigadores querían estimar el punto en ese continuo por debajo del cual un caso es tan normal que los lectores estarían dispuestos a dejar que la computadora clasifique el caso y/o estarían dispuestos a clasificar un caso ellos mismos. También es posible que haya casos tan anormales que los pacientes puedan ser llamados para un examen más detallado solo por la computadora, aunque los investigadores no están estudiando esa forma de clasificación en este caso. Los investigadores plantean la hipótesis de que estos puntos de clasificación estarán relacionados tanto con la calificación de normalidad de la computadora como con la calificación del lector.

Método: Se presenta una mamografía 2D bilateral durante 5 segundos. El límite de tiempo pretende limitar el escrutinio normal que un radiólogo le daría al caso. Los investigadores quieren una decisión basada en la "esencia" del caso. Para imitar la baja prevalencia de la enfermedad en una mamografía de detección, solo 4 de 150 casos son positivos. A los lectores se les dice que los casos imitan un entorno de detección para que sepan que los casos positivos serán raros, pero no se les dice la prevalencia real.

Los investigadores piden a los radiólogos que respondan dos preguntas sobre cada uno de hasta 150 "casos" de una sola imagen. ("Hasta 150" porque los radiólogos pueden y lo hacen sin completar todos los casos. Usando un método de escala de calificación, los investigadores preguntan:

1. ¿Qué tan seguros están los participantes de que estas imágenes son de un caso normal?

   A continuación, los investigadores les dicen a los lectores que "la computadora calificó estas imágenes como X de 10 (10: mayor probabilidad de cáncer presente)". Este valor de IA es una calificación real de anormalidad, generada por la versión 1.7.0 de Transpara, que arroja una puntuación de probabilidad de malignidad para el examen. Las calificaciones fueron obtenidas por Sarah Verboom de Radboud U.

   Luego, los investigadores preguntan a los investigadores si el lector pensaría que era razonable que la computadora evaluara el caso sin más inspección humana.

2. ¿Qué tan dispuestos estarían los participantes a que la computadora tome la decisión sobre este caso por sí sola sin que los participantes la vean?

Os respondió usando una barra deslizante que sirvió como escala de calificación. La calificación seleccionada se mostró en la parte superior de la barra deslizante.

Participantes:

Los primeros observadores de este estudio se probaron en un 'pop-lab', organizado en la Conferencia Europea de Radiología (ECR, Viena, marzo de 2023). Los investigadores han estado organizando estos laboratorios como una oportunidad para que los investigadores de muchos laboratorios asistan a grandes reuniones como ECR, donde podrían evaluar a los radiólogos en mayor número que en casa. La ventaja es el acceso a los lectores. La desventaja es que los investigadores por lo general solo pueden obtener de 15 a 30 minutos del tiempo de un lector. Por lo tanto, los lectores de este experimento fueron una población de conveniencia. Los investigadores probaron 15 lectores. Estos variaron ampliamente en la experiencia. Los investigadores preguntaron cuántos casos de detección estimaban que leían cada año. Esto varió de 0 (estudiantes que habían aprendido sobre mamografía pero no practicaban) a 8000. Los lectores también variaron en la cantidad de casos que estaban dispuestos a leer para nosotros, antes de quedarse sin tiempo/paciencia. El rango fue de 19 a 148 (promedio de 83 casos). En esta etapa, los investigadores no tienen poder para decir con convicción si estas variables tienen un impacto importante en los resultados. Este es un problema crónico con expertos en pruebas como los radiólogos. Es extremadamente difícil recopilar tantos datos como uno desearía. No obstante, estos datos pueden darnos información sobre los factores que determinarán el éxito o el fracaso del triaje por imágenes.