Tomosynteza szerokokątna i sztuczna inteligencja w diagnostycznej mammografii

Rak piersi pozostaje najczęściej diagnozowanym nowotworem i wiodącą przyczyną zgonów związanych z rakiem wśród kobiet na całym świecie. Terminowe i dokładne wykrycie ma kluczowe znaczenie dla poprawy rokowania i przeżycia. Chociaż mammografia cyfrowa od dawna służy jako złoty standard w badaniach przesiewowych, jest ograniczona przez nakładające się struktury tkankowe, szczególnie u kobiet z gęstymi piersiami, co może maskować nowotwory lub powodować fałszywie dodatnie wyniki.

Aby zaradzić tym ograniczeniom, opracowano cyfrową tomosyntezę piersi (DBT), zwłaszcza DBT o szerokim kącie, która zapewnia obrazowanie trójwymiarowe i zmniejsza nakładanie się tkanek. System MAMMOMAT B.brilliant firmy Siemens, który obejmuje DBT o szerokim kącie, poprawia rozdzielczość przestrzenną i zwiększa widoczność zmian. Ta technologia może przynieść znaczące korzyści w populacjach diagnostycznych, gdzie dokładność i pewność interpretacji obrazowania są kluczowe.

Równolegle wprowadzono narzędzia sztucznej inteligencji (AI), takie jak system Transpara, aby dalej poprawić interpretację mammograficzną. Wcześniejsza ocena systemu Transpara na próbie 310 Japonek wykazała, że chociaż ludzcy czytelnicy przewyższali AI w ogólnej wydajności diagnostycznej, system wykazywał obiecujący poziom czułości, podkreślając potencjał AI jako narzędzia wspomagającego decyzje, a nie samodzielnego czytnika.

Bardziej solidne dowody dostarcza badanie Mammography Screening with Artificial Intelligence (MASAI), które oceniało czytanie badań przesiewowych wspomagane przez AI w kontrolowanym badaniu z udziałem ponad 80 000 kobiet. Badanie wykazało, że czytanie wspomagane przez AI prowadziło do porównywalnej wykrywalności raka jak standardowe podwójne czytanie (6,1 vs. 5,1 na 1000 uczestniczek), ale zmniejszyło obciążenie pracą czytelników o 44,3% bez zwiększania fałszywie dodatnich wyników ani wskaźników wezwań. Powiązana analiza tego samego zespołu podkreśliła zdolność AI do skutecznego triażu badań i zaznaczyła, że mammogramy oznaczone przez AI jako „ekstremalnie wysokiego ryzyka” stanowiły znaczną część (ponad 55%) wszystkich nowotworów wykrytych w badaniach przesiewowych, z wysoką wartością predykcyjną dodatnią.

Pomimo tych zachęcających wyników, większość badań ograniczała się do ustawień opartych na badaniach przesiewowych. Wciąż brakuje prospektywnych dowodów dotyczących rzeczywistego zastosowania diagnostycznego DBT o szerokim kącie i AI w populacjach o wyższym ryzyku, takich jak pacjenci z objawami lub ci wezwani z badań przesiewowych. Stanowi to istotną lukę w wiedzy, zwłaszcza biorąc pod uwagę rosnące obawy dotyczące obciążenia radiologów i opóźnień diagnostycznych.

Celem tego prospektywnego badania obserwacyjnego jest ocena integracji i wartości diagnostycznej tomosyntezy o szerokim kącie i AI (Transpara) w klinicznym ustawieniu diagnostycznym. W szczególności ma na celu ocenę ich wpływu na pewność radiologa, dokładność diagnostyczną i potrzebę dodatkowego obrazowania. Odpowiadając na te pytania, badanie ma na celu informowanie o przyszłych strategiach wdrażania, które równoważą dokładność, wydajność i użyteczność kliniczną.