Accuratezza Diagnostica di Carebot AI MMG nello Screening Mammografico: Studio Multicentrico MRMC (CARE-MMG-MRMC)

Disegno e contesto Questo è uno studio retrospettivo, multicentrico, multi-lettore, multi-caso (MRMC) sull'accuratezza diagnostica di Carebot AI MMG, condotto su esami di mammografia digitale full-field 2D (FFDM) anonimizzati acquisiti come parte dello screening di routine per il cancro al seno. Le mammografie sono state raccolte da quattro centri di screening in un periodo di tempo definito. Non è stata eseguita alcuna imaging aggiuntiva per questo studio e nessun soggetto è stato contattato.

Fonte dati e popolazione Il dataset di origine consiste in 4.729 esami di mammografia di screening di donne di età compresa tra 32 e 88 anni (media circa 57 anni). Sono stati inclusi solo studi FFDM 2D con un set completo di proiezioni standard (LCC, RCC, LMLO, RMLO). Sono stati esclusi esami con serie incomplete, file DICOM illeggibili o corrotti, o metadati chiave mancanti/inconsistenti, così come studi di tomosintesi (DBT), uomini e donne di età inferiore a 18 anni. Per garantire una sufficiente precisione delle stime di performance, il dataset è stato arricchito con ulteriori cancri confermati da biopsia. Il sottoinsieme analitico finale comprende 222 esami, inclusi 48 studi maligni e 174 non maligni, con rappresentanza su tre dispositivi di mammografia (Hologic Selenia Dimensions, Hologic Lorad Selenia, Fujifilm FDR-3000AWS).

Dispositivo investigazionale e comparatore Il dispositivo investigazionale è Carebot AI MMG (versione software 2.9, modelli di deep-learning v2.3), un sistema AI autonomo che analizza esami FFDM 2D e produce una classificazione a livello di caso in tre categorie, insieme a un punteggio di rischio interno. Vengono valutati due punti operativi predefiniti: una soglia ad alta sensibilità (HSe), in cui sia le masse benigne che maligne sono trattate come "positive" (impostazione di esclusione), e una soglia ad alta specificità (HSp), in cui solo le masse maligne sono contate come "positive" (impostazione di inclusione).

Come comparatore umano, tre radiologi esperti (RAD 1-3) hanno letto indipendentemente gli stessi studi anonimizzati utilizzando un visualizzatore DICOM dedicato integrato con un'applicazione di etichettatura. I radiologi erano ciechi rispetto ai risultati dell'AI, alle informazioni cliniche e agli esiti, e hanno registrato una classificazione a livello di caso nelle stesse tre categorie (Negativo/Benigno/Maligno). Per le analisi primarie, le loro decisioni binarie sono derivate utilizzando le stesse regole HSe e HSp. Inoltre, un benchmark "lettore casuale" è costruito per l'accuratezza bilanciata campionando ripetutamente la decisione di un radiologo per caso in un framework bootstrap (20.000 iterazioni).

Standard di riferimento Lo standard di riferimento è stabilito a livello di studio. Un caso è etichettato "Maligno" se c'è conferma istopatologica di cancro al seno da biopsia eseguita in associazione temporale con la mammografia di riferimento. Un caso è etichettato "Non maligno" se c'è consenso tra due radiologi locali che il reperto è negativo o benigno stabile, tipicamente corroborato da almeno 2 anni di follow-up di imaging. La stadiazione tumorale (es. TNM) non è utilizzata nella presente analisi. Tutti i 48 casi maligni dei centri partecipanti sono inclusi nel sottoinsieme analitico; nessun esame positivo per cancro è stato escluso.

Obiettivi ed endpoint Gli obiettivi primari sono: (1) dimostrare che l'accuratezza bilanciata (BA) di Carebot AI MMG è almeno 0,80 in entrambi i punti operativi HSe e HSp; (2) dimostrare la non inferiorità dell'accuratezza bilanciata dell'AI rispetto al benchmark MRMC "lettore casuale" con un margine di non inferiorità di 0,05; e (3) dimostrare la non inferiorità della sensibilità (Se) dell'AI rispetto a ciascuno dei tre radiologi in entrambi HSe e HSp, con un margine di non inferiorità di 0,07. Gli obiettivi secondari sono descrivere la specificità (Sp), il valore predittivo positivo (PPV), il valore predittivo negativo (NPV) e caratterizzare i modelli di decisioni falsi-negativi e falsi-positivi e le loro potenziali implicazioni per la gestione del rischio clinico.

Analisi statistica Le metriche di performance diagnostica (Se, Sp, PPV, NPV, BA) sono calcolate a livello di caso per Carebot AI MMG e ciascun radiologo in entrambi HSe e HSp. Intervalli di confidenza di Wilson al 95% sono utilizzati per le proporzioni. Test di McNemar appaiati sono utilizzati per confrontare l'AI e i singoli lettori in termini di Se e Sp. Per l'accuratezza bilanciata, una procedura MRMC bootstrap con 20.000 iterazioni è utilizzata per costruire la distribuzione del lettore casuale e stimare la probabilità che BA_AI sia maggiore o uguale a BA_random meno il margine pre-specificato. La non inferiorità in sensibilità è valutata utilizzando un framework di tipo Nam-Blackwelder sulle coppie discordanti. I casi falsi-negativi e falsi-positivi sono rivisti qualitativamente con enfasi sulla visibilità della lesione, densità mammaria e tipici pattern di errore (es. parenchima denso, lesioni vicino al muscolo pettorale, strutture vascolari benigne, asimmetrie).

Rischio, etica e protezione dei dati Lo studio è non interventistico e completamente retrospettivo. Tutti gli esami di mammografia sono stati acquisiti come parte dell'assistenza di routine prima dello studio, e tutti i dati DICOM sono stati irreversibilmente anonimizzati a livello di sito in conformità con il GDPR e la legge nazionale applicabile prima del trasferimento allo sponsor. Non si verifica alcuna esposizione aggiuntiva alle radiazioni o contatto con il paziente, e non sono attesi eventi avversi. Dato questo disegno, lo studio non soddisfa la definizione MDR di investigazione clinica ai sensi dell'Articolo 62 e non è soggetto a notifica preventiva ai sensi dell'Articolo 74(1); il consenso informato individuale non è richiesto. I risultati sono destinati a supportare la valutazione clinica di Carebot AI MMG come strumento di supporto decisionale nello screening mammografico organizzato.