Prospektiv observasjonsstudie for klassifisering av brystmikrokalsifikasjoner med kunstig intelligens-teknikker

Brystmikrokalsifikasjoner er for tiden klassifisert ved hjelp av BI-RADS radiologisk skala. Ved mistenkelige mikrokalsifikasjoner (B3) anbefales det å utføre en biopsivurdering for histopatologisk vurdering. Omtrent 70-80 % av utførte biopsier viser imidlertid godartet histologi som ikke krever kirurgisk behandling. Kjernebiopsier er invasive prosedyrer med biologiske, psykologiske (pasientubehag), organisatoriske og økonomiske (for helsevesenet) kostnader. Derfor er nøyaktighetens forbedring i radiologisk klassifisering av mikrokalsifikasjoner avgjørende. Nylig er det rapportert om ulike tilnærminger i litteraturen for å oppdage og klassifisere mikrokalsifisering som godartet eller mistenkelig ved digitale mammografier. Analysemetoder basert på bruk av dyp læring (DL) har også vist seg lovende for behandling av mammografibilder. Konvolusjonelle nevrale nettverk (CNN) er for tiden toppmoderne for bildeklassifisering i mange bruksområder innen datasyn. Denne studien har til hensikt å implementere en klassifiseringsmetode for brystmikrokalsifikasjoner (som godartede eller ondartede) med kunstig intelligens (AI) teknikker på mammografiske bilder, for å evaluere den diagnostiske ytelsen (nøyaktigheten) til denne tilnærmingen. Evalueringen vil bli utført med referanse til standard radiologisk tilnærming (BI-RADS klassifisering).

Sammen med bruken av AI-systemer til mammografisk avbildning, er et ytterligere gjeldende klinisk behov utviklingen av et diagnostisk verktøy som er i stand til å bestemme in situ de biomolekylære egenskapene til mikrokalsifikasjoner, nøyaktig diskriminere deres natur uten å ta vev, fiksering og innleiring av prøven i parafin, og uten høyspesialisert vurdering av patologen. Ramanspektroskopi (RS) er en svært spesifikk metode fra et biomolekylært synspunkt, og samtidig er den kompatibel med in vivo målinger. Den består i en biofotonisk tilnærming som er i stand til å utforske den molekylære sammensetningen av en gitt prøve gjennom dens direkte bestråling (gjennom laserlys) og samtidig innhenting av emisjonssignaler. RS-informasjon kan kombineres med bildefunksjoner for å implementere en AI-modell for kombinert klassifisering av brystmikrokalsifikasjoner