La inteligencia artificial IA ayuda a mejorar la eficiencia y la precisión de una tecnología de imagen avanzada utilizada para detectar el cáncer de mama, según un nuevo estudio publicado en la revista Radiología: Inteligencia Artificial .
La tomosíntesis mamaria digital DBT es un método avanzado para la detección del cáncer en el que un brazo de rayos X recorre el seno y toma múltiples imágenes en cuestión de segundos.
La investigación ha demostrado que DBT mejora la detección de cáncer y reduce los retiros falsos positivos en comparación con la detección con mamografía digital DM sola. Sin embargo, el examen DBT puede tomar casi el doble de tiempo para interpretar que DM debido al tiempo que toma elel radiólogo se desplazará por todas las imágenes. Es probable que este aumento del tiempo sea más importante a medida que la DBT se convierta cada vez más en el estándar de atención para las imágenes mamográficas.
Para el estudio, los investigadores desarrollaron un sistema de aprendizaje profundo, un tipo de IA que puede extraer grandes cantidades de datos para encontrar patrones sutiles más allá del reconocimiento humano. Entrenaron al sistema de IA en grandes conjuntos de datos DBT para identificar hallazgos sospechosos en las imágenes DBT.
Después de desarrollar y entrenar el sistema, los investigadores probaron su desempeño al contar con 24 radiólogos, incluidos 13 subespecialistas de mamas, cada uno leyó 260 exámenes DBT con y sin asistencia de IA. Los exámenes incluyeron 65 casos de cáncer.
El uso de IA se asoció con una precisión mejorada y tiempos de lectura más cortos. La sensibilidad aumentó de 77 por ciento sin IA a 85 por ciento con ella. La especificidad aumentó de 62.7 por ciento sin IA a 69.6 por ciento con ella. La tasa de recuerdo para los no cancerosos, ola tasa a la que se volvió a llamar a las mujeres para los exámenes de seguimiento basados en hallazgos benignos, disminuyó de 38 por ciento sin IA a solo 30.9 por ciento con ella. En promedio, el tiempo de lectura disminuyó de poco más de 64 segundos sin IA a solo 30.4 segundos con ella.
"En general, los lectores pudieron aumentar su sensibilidad en un 8 por ciento, bajar su tasa de recordación en un 7 por ciento y reducir su tiempo de lectura a la mitad cuando usaban AI simultáneamente mientras leían casos de DBT en comparación con leer sin usar AI", dijo el autor principal del estudioEmily F. Conant, MD, profesora y jefa de imágenes mamarias del Departamento de Radiología de la Facultad de Medicina Perelman de la Universidad de Pensilvania en Filadelfia.
También mostró una mejora el área bajo la curva de características operativas del receptor AUC, una variable gráfica que combina la sensibilidad y la especificidad en una sola medida para una mejor representación del rendimiento general del radiólogo. El rendimiento del radiólogo, medido por el AUC medio, aumentó de 0.795sin AI a 0.852 con AI.
"Sabemos que las imágenes de DBT aumentan la detección de cáncer y reducen la tasa de recuerdo cuando se agregan a la mamografía 2-D e incluso una mejoría adicional en estas métricas clave es clínicamente muy importante", dijo el Dr. Conant. "Y, desde que agregó DBT a las 2-La mamografía D duplica aproximadamente el tiempo de lectura del radiólogo, el uso simultáneo de AI con DBT aumenta la detección del cáncer y puede hacer que los tiempos de lectura vuelvan al tiempo que se tarda en leer los exámenes de DM solo ".
Los investigadores esperan que el enfoque de aprendizaje profundo mejore a medida que se expone a conjuntos de datos cada vez más grandes, lo que hace que su impacto potencial en la atención al paciente sea aún más significativo.
"Los resultados de este estudio sugieren que se podría lograr una mayor eficiencia y precisión en la práctica clínica utilizando un sistema eficaz de IA", dijo el Dr. Conant.
Fuente de la historia :
Materiales proporcionado por Sociedad Radiológica de América del Norte . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :