Carebot AI MMGのマンモグラフィー検診における診断精度：多施設MRMC研究 (CARE-MMG-MRMC)

デザインと設定 これはCarebot AI MMGの診断精度に関する後方視的、多施設、多読者、多症例（MRMC）研究であり、通常の乳がん検診の一環として取得された匿名化された2Dフルフィールドデジタルマンモグラフィー（FFDM）検査で実施されました。 マンモグラムは、一定期間にわたって4つの検診センターから収集されました。 本研究の目的で追加の画像検査は行われておらず、対象者への連絡もありませんでした。

データソースと対象集団 ソースデータセットは、32歳から88歳（平均約57歳）の女性の4,729件の検診マンモグラフィー検査で構成されています。 標準的な投射方向（LCC、RCC、LMLO、RMLO）の完全なセットを持つ2D FFDM検査のみが含まれました。 不完全なシリーズ、読み取り不能または破損したDICOMファイル、主要なメタデータの欠落/不一致がある検査、ならびにトモシンセシス（DBT）検査、男性、18歳未満の女性は除外されました。 性能推定の十分な精度を確保するため、データセットは追加の生検で確認されたがん症例で濃縮されました。 最終的な解析サブセットは、悪性48件、非悪性174件の計222件の検査で構成され、3種類のマンモグラフィー装置（Hologic Selenia Dimensions、Hologic Lorad Selenia、Fujifilm FDR-3000AWS）にわたる症例が含まれています。

試験デバイスと対照 試験デバイスはCarebot AI MMG（ソフトウェアバージョン2.9、深層学習モデルv2.3）であり、2D FFDM検査を分析し、症例レベルの分類を3つのカテゴリーと内部リスクスコアとして出力するスタンドアロンAIシステムです。 2つの事前定義された動作ポイントが評価されます：高感度（HSe）閾値（良性および悪性の腫瘤の両方を「陽性」として扱うルールアウト設定）と、高特異度（HSp）閾値（悪性腫瘤のみを「陽性」とカウントするルールイン設定）です。

人間の対照として、3人の経験豊富な放射線科医（RAD 1-3）が、ラベリングアプリケーションと統合された専用DICOMビューアを使用して、同じ匿名化された検査を独立して読影しました。 放射線科医はAIの出力、臨床情報、およびアウトカムについて盲検化されており、症例レベルの分類を同じ3つのカテゴリー（陰性/良性/悪性）として記録しました。 一次解析では、彼らの二値判断は同じHSeおよびHSpルールを使用して導出されます。 さらに、ブートストラップフレームワーク（20,000回の反復）で症例ごとに1人の放射線科医の決定を繰り返しサンプリングすることにより、バランス精度のための「ランダム読者」ベンチマークが構築されます。

参照基準 参照基準は研究レベルで確立されています。 症例は、インデックスマンモグラムと時間的に関連して行われた生検による乳がんの組織病理学的確認がある場合に「悪性」とラベル付けされます。 症例は、通常少なくとも2年間の画像フォローアップで裏付けられる、所見が陰性または安定的に良性であるという2人の地元の放射線科医の合意がある場合に「非悪性」とラベル付けされます。 腫瘍ステージング（例：TNM）は本解析では使用されません。 参加センターからの悪性症例48件全てが解析サブセットに含まれており、がん陽性検査は除外されていません。

目的とエンドポイント 主要目的は以下の通りです：(1) Carebot AI MMGのバランス精度（BA）がHSeおよびHSpの両動作ポイントで少なくとも0.80であることを示すこと；(2) AIのバランス精度がMRMC「ランダム読者」ベンチマークに対して非劣性マージン0.05で非劣性であることを示すこと；(3) AIの感度（Se）がHSeおよびHSpの両方において3人の放射線科医のそれぞれに対して非劣性マージン0.07で非劣性であることを示すこと。 副次目的は、特異度（Sp）、陽性的中率（PPV）、陰性的中率（NPV）を記述し、偽陰性および偽陽性判断のパターンとその臨床リスク管理への潜在的な影響を特徴付けることです。

統計解析 診断性能指標（Se、Sp、PPV、NPV、BA）は、Carebot AI MMGおよび各放射線科医について、HSeおよびHSpの両方で症例レベルで計算されます。 割合にはWilson 95%信頼区間が使用されます。 対になったマクネマー検定は、AIと個々の読者をSeおよびSpの観点で比較するために使用されます。 バランス精度については、20,000回の反復を伴うMRMCブートストラップ手順を使用して、ランダム読者の分布を構築し、BA_AIがBA_ランダムから事前指定されたマージンを引いた値以上である確率を推定します。 感度の非劣性は、不一致ペアに対するNam-Blackwelder型フレームワークを使用して評価されます。 偽陰性および偽陽性症例は、病変の明瞭さ、乳房密度、典型的なエラーパターン（例：高濃度実質、大胸筋近傍の病変、良性血管構造、非対称性）に重点を置いて定性的にレビューされます。

リスク、倫理、およびデータ保護 本研究は非介入的かつ完全に後方視的です。 すべてのマンモグラフィー検査は、研究前に通常のケアの一環として取得され、すべてのDICOMデータは、スポンサーへの転送前に、GDPRおよび適用される国内法に準拠して施設レベルで不可逆的に匿名化されました。 追加の被ばくまたは患者接触はなく、有害事象は予想されません。 このデザインを考慮すると、本研究は第62条に基づく臨床調査のMDR定義を満たさず、第74条(1)に基づく事前通知の対象とはなりません。個別のインフォームドコンセントは不要です。 結果は、組織的なマンモグラフィー検診における意思決定支援ツールとしてのCarebot AI MMGの臨床評価を支援することを目的としています。