Breedhoek Tomosynthese en AI in Diagnostische Mammografie

Borstkanker blijft de meest gediagnosticeerde kanker en een belangrijke oorzaak van kankersterfte onder vrouwen wereldwijd. Tijdige en nauwkeurige detectie is cruciaal voor het verbeteren van de prognose en overlevingskansen. Hoewel digitale mammografie lange tijd als de gouden standaard voor screening heeft gediend, wordt deze beperkt door overlappende weefselstructuren, vooral bij vrouwen met dicht borstweefsel, wat maligniteiten kan verbergen of vals-positieven kan veroorzaken.

Om deze beperkingen aan te pakken, is digitale borsttomosynthese (DBT), met name bredehoek-DBT, ontwikkeld om driedimensionale beeldvorming te bieden en weefseloverlap te verminderen. Het MAMMOMAT B.brilliant systeem van Siemens, dat bredehoek-DBT omvat, verbetert de ruimtelijke resolutie en vergroot de zichtbaarheid van laesies. Deze technologie kan aanzienlijke voordelen bieden in diagnostische populaties, waar nauwkeurigheid en vertrouwen in beeldinterpretatie cruciaal zijn.

Tegelijkertijd zijn kunstmatige intelligentie (AI) tools zoals het Transpara-systeem geïntroduceerd om mammografische interpretatie verder te verbeteren. Eerder evaluatie van Transpara in een steekproef van 310 Japanse vrouwen toonde aan dat menselijke lezers beter presteerden dan AI in algemene diagnostische prestaties, maar het systeem toonde veelbelovende sensitiviteitsniveaus, wat het potentieel van AI als beslissingsondersteunend hulpmiddel in plaats van een zelfstandige lezer benadrukt.

Robuustere evidentie wordt geleverd door de Mammography Screening with Artificial Intelligence (MASAI) trial, die AI-ondersteund schermlezen beoordeelde in een gecontroleerde studie met meer dan 80.000 vrouwen. De trial vond dat AI-ondersteund lezen leidde tot een vergelijkbaar kankerdetectiepercentage als standaard dubbellezen (6,1 vs. 5,1 per 1000 deelnemers), maar de leeswerkdruk met 44,3% verminderde zonder vals-positieven of terugroepingspercentages te verhogen. Een gerelateerde analyse door hetzelfde team benadrukte de mogelijkheid van AI om onderzoeken effectief te triëren en benadrukte dat AI-gemarkeerde "extra hoog risico" mammogrammen een aanzienlijk deel (meer dan 55%) uitmaakten van alle schermgedetecteerde kankers, met een hoge positief voorspellende waarde.

Ondanks deze bemoedigende bevindingen zijn de meeste studies beperkt tot screeningsgebaseerde omgevingen. Er blijft een gebrek aan prospectief bewijs over de real-world diagnostische toepassing van bredehoek-DBT en AI in populaties met hoger risico, zoals symptomatische patiënten of degenen die teruggeroepen zijn uit screening. Dit vertegenwoordigt een kritieke kenniskloof, vooral gezien de toenemende zorgen over radiologenwerkdruk en diagnostische vertragingen.

Het doel van deze prospectieve observationele studie is om de integratie en diagnostische waarde van bredehoek tomosynthese en AI (Transpara) in een klinische diagnostische setting te evalueren. Specifiek beoogt het hun invloed op radiologenvertrouwen, diagnostische nauwkeurigheid en de behoefte aan aanvullende beeldvorming te beoordelen. Door deze vragen aan te pakken, tracht de studie toekomstige implementatiestrategieën te informeren die nauwkeurigheid, efficiëntie en klinische bruikbaarheid in balans brengen.