Un sistem de inteligenţă artificială (AI) dezvoltat pentru interpretarea ecografiei mamare a îmbunătăţit acurateţea interpretării imaginilor de către medici şi a redus numărul leziunilor maligne omise într-un studiu în care tehnologia a fost evaluată pe date provenite din mai multe ţări. Sistemul, denumit B-RAD, a fost testat pe 8.311 imagini din 11 cohorte din şapte ţări şi, separat, într-o evaluare care a urmărit modul în care utilizarea sa influenţează deciziile medicilor.
Rezultatele studiului publicat sâmbătă, în revista npj Digital Medicine arată că B-RAD poate sprijini interpretarea ecografiilor mamare, însă cercetarea reprezintă o validare retrospectivă şi nu demonstrează încă beneficiile utilizării sistemului în practica medicală curentă.
Ecografia mamară este utilizată pentru evaluarea leziunilor sânului, însă interpretarea imaginilor poate varia între medici. Una dintre componentele centrale ale evaluării este BI-RADS (Breast Imaging Reporting and Data System), un sistem standardizat pentru descrierea imaginilor mamare şi clasificarea constatărilor în funcţie de gradul de suspiciune, astfel încât medicul să poată stabili conduita ulterioară, inclusiv necesitatea unei biopsii.
B-RAD a fost conceput pentru a integra mai multe elemente utilizate în evaluarea radiologică. Sistemul analizează imaginile ecografice, localizează leziunea şi anumite caracteristici ale acesteia şi identifică exemple clinice similare. Aceste informaţii sunt utilizate împreună cu criteriile BI-RADS pentru clasificarea leziunilor.
Autorii au evaluat sistemul pe 8.311 imagini provenite din 11 cohorte din şapte ţări. Studiul a inclus evaluări interne şi trei cohorte externe, dintre care una provenea de la o instituţie independentă ale cărei date nu fuseseră utilizate pentru dezvoltarea sistemului.
În această cohortă independentă, B-RAD a diferenţiat cu o performanţă foarte ridicată leziunile pentru care era necesară biopsia de cele care nu necesitau această procedură. Scorul obţinut, de 0,952 dintr-un maximum posibil de 1, arată o capacitate foarte bună de separare a celor două categorii, fără ca sistemul să fie ajustat suplimentar pe datele centrului respectiv. Totuşi, acest scor descrie performanţa generală a modelului şi nu permite, singur, estimarea numărului de biopsii inutile care ar putea fi evitate sau a cazurilor de cancer care ar putea fi identificate suplimentar în practica medicală.
Cercetătorii au analizat şi modul în care utilizarea B-RAD influenţează interpretarea medicilor. Într-un studiu cu patru evaluatori, sprijinul sistemului de AI a crescut acurateţea interpretării imaginilor şi a redus diferenţele dintre evaluările medicilor. Cu ajutorul sistemului, aceştia au ajuns mai frecvent la aceeaşi concluzie privind leziunile analizate. În plus, fiecare dintre cei patru evaluatori a omis mai puţine leziuni maligne atunci când a utilizat B-RAD.
Un aspect important al cercetării este faptul că B-RAD nu a fost evaluat exclusiv pe date provenite dintr-un singur centru sau dintr-o singură populaţie. Validarea pe cohorte din mai multe ţări şi testarea într-o instituţie independentă oferă informaţii suplimentare despre capacitatea sistemului de a funcţiona pe date diferite de cele utilizate în dezvoltarea sa.
Există însă limite importante. Analizele au fost retrospective, iar studiul cu medici a inclus doar patru evaluatori. Cercetarea nu a urmărit paciente într-un circuit clinic în care deciziile privind biopsia sau tratamentul să fie luate cu ajutorul sistemului şi nu a evaluat dacă utilizarea B-RAD îmbunătăţeşte diagnosticul precoce, reduce numărul biopsiilor inutile sau influenţează rezultatele clinice.
Sunt necesare studii realizate în practica medicală curentă, pe populaţii mai diverse şi cu mai mulţi medici, înainte de a putea stabili dacă sistemul poate fi introdus în siguranţă în evaluarea clinică a leziunilor mamare.
Medikatv.ro
