Precisión Diagnóstica de Carebot AI MMG en el Cribado Mamográfico: Estudio Multicéntrico MRMC (CARE-MMG-MRMC)

Diseño y entorno Este es un estudio retrospectivo, multicéntrico, multilector y multicaso (MRMC) de precisión diagnóstica de Carebot AI MMG, realizado sobre exámenes anonimizados de mamografía digital de campo completo en 2D (FFDM) adquiridos como parte de la detección rutinaria de cáncer de mama. Las mamografías se recopilaron de cuatro centros de cribado durante un período de tiempo definido. No se realizaron imágenes adicionales para el propósito de este estudio, y no se contactó a ningún sujeto.

Fuente de datos y población El conjunto de datos fuente consta de 4.729 exámenes de mamografía de cribado de mujeres de 32 a 88 años (media aproximadamente 57 años). Solo se incluyeron estudios de FFDM en 2D con un conjunto completo de proyecciones estándar (LCC, RCC, LMLO, RMLO). Se excluyeron los exámenes con series incompletas, archivos DICOM ilegibles o corruptos, o metadatos clave faltantes/inconsistentes, así como los estudios de tomosíntesis (DBT), hombres y mujeres menores de 18 años. Para garantizar una precisión suficiente de las estimaciones de rendimiento, el conjunto de datos se enriqueció con cánceres adicionales confirmados por biopsia. El subconjunto analítico final comprende 222 exámenes, incluidos 48 estudios malignos y 174 no malignos, con representación en tres dispositivos de mamografía (Hologic Selenia Dimensions, Hologic Lorad Selenia, Fujifilm FDR-3000AWS).

Dispositivo de investigación y comparador El dispositivo de investigación es Carebot AI MMG (versión de software 2.9, modelos de aprendizaje profundo v2.3), un sistema de IA independiente que analiza exámenes de FFDM en 2D y genera una clasificación a nivel de caso en tres categorías, junto con una puntuación de riesgo interna. Se evalúan dos puntos de operación predefinidos: un umbral de alta sensibilidad (HSe), donde tanto las masas benignas como las malignas se tratan como "positivas" (configuración de exclusión), y un umbral de alta especificidad (HSp), donde solo las masas malignas se cuentan como "positivas" (configuración de inclusión).

Como comparador humano, tres radiólogos experimentados (RAD 1-3) leyeron de forma independiente los mismos estudios anonimizados utilizando un visor DICOM dedicado integrado con una aplicación de etiquetado. Los radiólogos estaban cegados a los resultados de la IA, la información clínica y los resultados, y registraron una clasificación a nivel de caso en las mismas tres categorías (Negativo/Benigno/Maligno). Para los análisis primarios, sus decisiones binarias se derivan utilizando las mismas reglas HSe y HSp. Además, se construye un punto de referencia de "lector aleatorio" para la precisión equilibrada muestreando repetidamente la decisión de un radiólogo por caso en un marco de bootstrap (20.000 iteraciones).

Estándar de referencia El estándar de referencia se establece a nivel de estudio. Un caso se etiqueta como "Maligno" si hay confirmación histopatológica de cáncer de mama a partir de una biopsia realizada en asociación temporal con la mamografía índice. Un caso se etiqueta como "No maligno" si hay consenso entre dos radiólogos locales de que el hallazgo es negativo o benigno estable, típicamente corroborado por al menos 2 años de seguimiento por imágenes. La estadificación tumoral (por ejemplo, TNM) no se utiliza en el presente análisis. Todos los 48 casos malignos de los centros participantes se incluyen en el subconjunto analítico; no se excluyeron exámenes positivos para cáncer.

Objetivos y criterios de valoración Los objetivos primarios son: (1) demostrar que la precisión equilibrada (BA) de Carebot AI MMG es al menos 0,80 en ambos puntos de operación HSe y HSp; (2) demostrar la no inferioridad de la precisión equilibrada de la IA en comparación con el punto de referencia MRMC de "lector aleatorio" con un margen de no inferioridad de 0,05; y (3) demostrar la no inferioridad de la sensibilidad (Se) de la IA frente a cada uno de los tres radiólogos en ambos HSe y HSp, con un margen de no inferioridad de 0,07. Los objetivos secundarios son describir la especificidad (Sp), el valor predictivo positivo (VPP), el valor predictivo negativo (VPN) y caracterizar los patrones de decisiones falsas negativas y falsas positivas y sus posibles implicaciones para la gestión del riesgo clínico.

Análisis estadístico Las métricas de rendimiento diagnóstico (Se, Sp, VPP, VPN, BA) se calculan a nivel de caso para Carebot AI MMG y cada radiólogo en ambos HSe y HSp. Se utilizan intervalos de confianza del 95% de Wilson para las proporciones. Se utilizan pruebas de McNemar emparejadas para comparar la IA y los lectores individuales en términos de Se y Sp. Para la precisión equilibrada, se utiliza un procedimiento MRMC de bootstrap con 20.000 iteraciones para construir la distribución del lector aleatorio y estimar la probabilidad de que BA_IA sea mayor o igual que BA_aleatorio menos el margen preespecificado. La no inferioridad en sensibilidad se evalúa utilizando un marco tipo Nam-Blackwelder en pares discordantes. Los casos falsos negativos y falsos positivos se revisan cualitativamente con énfasis en la conspicuidad de la lesión, la densidad mamaria y los patrones de error típicos (por ejemplo, parénquima denso, lesiones cerca del músculo pectoral, estructuras vasculares benignas, asimetrías).

Riesgo, ética y protección de datos El estudio no es intervencional y completamente retrospectivo. Todos los exámenes de mamografía se adquirieron como parte de la atención rutinaria antes del estudio, y todos los datos DICOM se anonimizaron irreversiblemente a nivel del centro en cumplimiento del GDPR y la legislación nacional aplicable antes de la transferencia al patrocinador. No ocurre exposición adicional a radiación ni contacto con pacientes, y no se esperan eventos adversos. Dado este diseño, el estudio no cumple con la definición de investigación clínica del MDR bajo el Artículo 62 y no está sujeto a notificación previa bajo el Artículo 74(1); no se requiere consentimiento informado individual. Los resultados están destinados a apoyar la evaluación clínica de Carebot AI MMG como herramienta de apoyo a la decisión en la detección organizada de mamografía.