Tomosintesi ad ampio angolo e intelligenza artificiale nella mammografia diagnostica

Il cancro al seno rimane il tumore più comunemente diagnosticato e una delle principali cause di mortalità legata al cancro tra le donne a livello mondiale. La rilevazione tempestiva e accurata è cruciale per migliorare la prognosi e gli esiti di sopravvivenza. Sebbene la mammografia digitale sia da tempo considerata lo standard di riferimento per lo screening, è limitata dalla sovrapposizione delle strutture tissutali, specialmente nelle donne con seno denso, che può nascondere neoplasie maligne o creare falsi positivi.

Per affrontare queste limitazioni, è stata sviluppata la tomosintesi digitale del seno (DBT), in particolare la DBT ad ampio angolo, per offrire imaging tridimensionale e ridurre la sovrapposizione tissutale. Il sistema MAMMOMAT B.brilliant di Siemens, che incorpora la DBT ad ampio angolo, migliora la risoluzione spaziale e aumenta la visibilità delle lesioni. Questa tecnologia potrebbe offrire significativi vantaggi nelle popolazioni diagnostiche, dove l'accuratezza e la fiducia nell'interpretazione delle immagini sono cruciali.

Parallelamente, sono stati introdotti strumenti di intelligenza artificiale (IA) come il sistema Transpara per migliorare ulteriormente l'interpretazione mammografica. Precedentemente, la valutazione di Transpara in un campione di 310 donne giapponesi ha rilevato che, sebbene i lettori umani superassero l'IA nelle prestazioni diagnostiche complessive, il sistema ha mostrato livelli promettenti di sensibilità, evidenziando il potenziale dell'IA come strumento di supporto decisionale piuttosto che come lettore autonomo.

Evidenze più robuste sono fornite dallo studio Mammography Screening with Artificial Intelligence (MASAI), che ha valutato la lettura degli screening supportata dall'IA in uno studio controllato su oltre 80.000 donne. Lo studio ha rilevato che la lettura supportata dall'IA ha portato a un tasso di rilevamento del cancro comparabile a quello della doppia lettura standard (6,1 vs. 5,1 per 1000 partecipanti), ma ha ridotto il carico di lavoro di lettura del 44,3% senza aumentare i falsi positivi o i tassi di richiamo. Un'analisi correlata dello stesso team ha sottolineato la capacità dell'IA di triage efficace degli esami e ha evidenziato che le mammografie classificate dall'IA come "a rischio extra elevato" rappresentavano una parte sostanziale (oltre il 55%) di tutti i tumori rilevati allo screening, con un alto valore predittivo positivo.

Nonostante questi risultati incoraggianti, la maggior parte degli studi si è limitata a contesti basati sullo screening. Manca ancora evidenza prospettica sull'applicazione diagnostica nel mondo reale della DBT ad ampio angolo e dell'IA in popolazioni a rischio più elevato, come pazienti sintomatici o quelli richiamati dallo screening. Ciò rappresenta una lacuna conoscitiva critica, specialmente considerando le crescenti preoccupazioni riguardo al carico di lavoro dei radiologi e ai ritardi diagnostici.

Lo scopo di questo studio osservazionale prospettico è valutare l'integrazione e il valore diagnostico della tomosintesi ad ampio angolo e dell'IA (Transpara) in un contesto diagnostico clinico. In particolare, mira a valutare la loro influenza sulla fiducia del radiologo, l'accuratezza diagnostica e la necessità di imaging supplementare. Affrontando queste domande, lo studio cerca di informare le future strategie di implementazione che bilanciano accuratezza, efficienza e utilità clinica.