Progetto 1: Self-Triage mediante mammografia digitale 2D a campo intero o immagini sintetiche

NOTA: questa registrazione è collegata a una registrazione di soggetti umani in ASSIST. Che, a sua volta, fa parte di una sovvenzione NCI, CA207490. La concessione descrive molti esperimenti proposti e osserva che molti altri potrebbero essere fatti come studi di follow-up. Su suggerimento del NIH, i ricercatori hanno raggruppato questi studi in tre "studi", ognuno dei quali copre più esperimenti. L'esperimento qui descritto fa parte dello "Study ID 386408 Project 1: Radiologist Studies". Non è possibile registrare una serie di esperimenti tramite il sistema PRS in CT.gov e non è possibile presentare una relazione annuale per la sovvenzione (RPPR) senza un numero NCT per i progetti che hanno iniziato a raccogliere partecipanti. Di conseguenza, i ricercatori stanno descrivendo qui un esperimento che farebbe parte del pacchetto di studi "Progetto 1".

L'idea centrale del Progetto 1 è che potrebbe essere possibile per Os eliminare in modo affidabile una serie di casi nello screening mammografico dopo solo una breve occhiata a un'immagine 2D o, potenzialmente, dopo che un sistema di intelligenza artificiale ha dato una breve occhiata all'immagine. Cioè, il medico e/o l'IA guarderebbero l'immagine e saprebbero "per certo" che non c'è nulla e sarebbero disposti a respingere o "triage" il caso sulla base di questo breve sguardo. Se il lettore non fosse stato completamente sicuro, il caso sarebbe stato oggetto di maggiore attenzione.

Per iniziare a esaminare questo problema, gli investigatori volevano stimare la disponibilità dei medici a valutare un caso e come avrebbero interagito con un'intelligenza artificiale a cui era stato chiesto di valutare i casi. Una sfida per qualsiasi implementazione del triage sarà convincere i medici (per non parlare degli avvocati, ecc.) ad accettare l'idea di non guardare un'immagine/caso o di guardare brevemente, diciamo, l'immagine 2D ed essere disposti a non farlo guarda le immagini 3D della tomosintesi digitale (DBT). L'esperimento che gli investigatori riportano qui vuole essere un inizio nello studio di questo problema. C'è un continuum di casi da "ovviamente normale" a "ovviamente anormale". Gli investigatori volevano stimare il punto su quel continuum al di sotto del quale un caso è così normale, che i lettori sarebbero disposti a lasciare che il computer valuti il ​​caso e/o sarebbero disposti a valutare un caso da soli. È anche possibile che ci siano casi così anormali che i pazienti possono essere richiamati per un ulteriore esame dal solo computer, sebbene gli investigatori non stiano studiando quella forma di triage in questo caso. Gli investigatori ipotizzano che questi punti di triage saranno correlati sia alla valutazione della normalità del computer sia alla valutazione del lettore.

Metodo: viene presentata una mammografia 2D bilaterale per 5 secondi. Il limite di tempo ha lo scopo di limitare il normale esame che un radiologo darebbe al caso. Gli inquirenti vogliono una decisione basata sul "sussurro" del caso. Per imitare la bassa prevalenza della malattia in una mammografia di screening, solo 4 casi su 150 sono positivi. Ai lettori viene detto che i casi imitano un'impostazione di screening in modo che sappiano che i casi positivi saranno rari, ma non viene loro comunicata l'effettiva prevalenza.

Gli investigatori chiedono ai radiologi di rispondere a due domande su ciascuno dei 150 "casi" a immagine singola. ("Fino a 150" perché i radiologi possono smettere senza completare tutti i casi. Utilizzando un metodo di scala di valutazione, gli investigatori chiedono:

1. Quanto sono sicuri i partecipanti che queste immagini provengano da un caso normale?

   Successivamente gli investigatori dicono ai lettori che "Il computer ha valutato queste immagini come X su 10 (10: la più alta probabilità di presenza di cancro)". Questo valore AI è una valutazione reale dell'anomalia, generata da Transpara versione 1.7.0 che restituisce un punteggio di probabilità di malignità per l'esame. Le valutazioni sono state ottenute da Sarah Verboom di Radboud U.

   Quindi gli investigatori chiedono agli investigatori se il lettore penserebbe che fosse ragionevole per il computer valutare il caso senza ulteriore ispezione umana.

2. Quanto sarebbero disposti i partecipanti a che il computer prenda la decisione su questo caso da solo senza che i partecipanti lo guardino?

Os ha risposto utilizzando una barra scorrevole che fungeva da scala di valutazione. La valutazione selezionata è stata visualizzata nella parte superiore della barra di scorrimento.

Partecipanti:

I primi osservatori per questo studio sono stati testati in un "pop-lab", organizzato alla Conferenza europea di radiologia (ECR, Vienna, marzo 2023). Gli investigatori hanno organizzato questi laboratori come un'opportunità per i ricercatori di molti laboratori di partecipare a grandi riunioni come ECR dove potrebbero essere in grado di testare radiologi in numero maggiore rispetto a casa. Il lato positivo è l'accesso ai lettori. Lo svantaggio è che gli investigatori in genere possono ottenere solo 15-30 minuti del tempo di un lettore. Pertanto, i lettori di questo esperimento erano una popolazione di comodo. Gli investigatori hanno testato 15 lettori. Questi variavano ampiamente in esperienza. Gli investigatori hanno chiesto quanti casi di screening hanno stimato di leggere ogni anno. Questo variava da 0 (studenti che avevano imparato a conoscere la mammografia ma non praticavano) a 8000. I lettori variavano anche in quanti casi erano disposti a leggere per noi, prima di esaurire il tempo/la pazienza. L'intervallo era compreso tra 19 e 148 (media 83 casi). In questa fase, i ricercatori non sono in grado di dire con convinzione se queste variabili hanno un impatto importante sui risultati. Questo è un problema cronico con esperti di test come i radiologi. È estremamente difficile raccogliere tutti i dati che si vorrebbero. Tuttavia, questi dati possono darci informazioni sui fattori che determineranno il successo o il fallimento del triage delle immagini.