Utilizzo dell'intelligenza artificiale per selezionare le donne per la risonanza magnetica supplementare nello screening del cancro al seno (ScreenTrustMRI)

Tutte le donne che frequentano lo screening mammografico presso il Karolinska University Hospital avranno le loro mammografie analizzate dall'IA (Figura 1). L'implementazione specifica dell'IA (strumento AI) in questo studio è il risultato delle previsioni dell'IA da tre modelli di AI componenti ugualmente ponderati che analizzano le mammografie: (i) predittore di mascheramento, (ii) predittore di rischio e (iii) predittore di segni di cancro (da un commerciale modello CAD e un modello CAD accademico interno); si tiene conto anche dell'età della donna moltiplicando il punteggio per (110-età)/70. Lo scopo del fattore età è quello di raggiungere una percentuale relativamente simile di esami MRI nei gruppi di età inferiore e superiore. Lo scopo dello strumento di intelligenza artificiale è identificare le donne con la più alta probabilità di avere un ritardo nel rilevamento del cancro, ovvero aver avuto una mammografia di screening falsa negativa.

Un framework basato sull'intelligenza artificiale è stato sviluppato dai ricercatori del Karolinska Institute (guidato dal Dr. Fredrik Strand) e del Royal Institute of Technology (guidato dal Dr: Kevin Smith). L'implementazione specifica dell'IA (strumento AI) in questo studio è il risultato delle previsioni dell'IA da tre modelli di AI componenti ugualmente ponderati che analizzano le mammografie: (i) predittore di mascheramento, (ii) predittore di rischio e (iii) predittore di segni di cancro (da un commerciale modello CAD e un modello CAD accademico interno); si tiene conto anche dell'età della donna moltiplicando il punteggio per (110-età)/70. Lo scopo del fattore età è quello di raggiungere una percentuale relativamente simile di esami MRI nei gruppi di età inferiore e superiore. Lo scopo dello strumento di intelligenza artificiale è identificare le donne con la più alta probabilità di avere un ritardo nel rilevamento del cancro, ovvero aver avuto una mammografia di screening falsa negativa. Lo strumento AI specifico e le sue impostazioni rimarranno gli stessi durante lo studio. Per ogni esame, lo strumento AI produrrà un AI Joint Score e un AI Masking Score. Il punto limite del punteggio di mascheramento AI è stato definito dalla mediana degli esami raccolti durante il periodo iniziale dal 1° marzo al 24 marzo 2021. Il punto limite dell'AI Joint Score è stato definito dal 92esimo percentile della popolazione iniziale. Le donne che soddisfano questi criteri saranno invitate allo studio e randomizzate a MRI o no-MRI (standard di cura).

Verrà utilizzato uno scanner MRI Signa Premier 3T di GE Healthcare. Il protocollo MRI conterrà una sequenza Dixon pesata in T2 e una serie potenziata con contrasto dinamico pesata in T1 e rimarrà la stessa nel corso dello studio. Tutti gli esami MRI saranno valutati da due radiologi, dove il secondo lettore avrà accesso alla valutazione del primo lettore. In caso di disaccordo, si terrà una discussione consensuale tra due radiologi. Gli esami MRI saranno valutati secondo BI-RADS e il follow-up dipenderà dalla categoria BI-RADS (Figura 2). Le donne con BI-RADS 1-2 non avranno ulteriori diagnosi e riceveranno una "lettera salutare". Le donne con BI-RADS da 3 a 5 saranno richiamate per l'ecografia del 2 ° sguardo. Le donne con BI-RADS 4-5 saranno incluse nel processo regolare per il sospetto accertato di cancro e saranno discusse in una conferenza del team multidisciplinare. Per le donne con BI-RADS 3, il follow-up sarà gestito all'interno dell'unità di radiologia mammaria.