Il cancro al seno è il più frequentemente diagnosticato la malignità tra le donne in tutto il mondo, che rappresenta oltre 2,3 milioni di nuovi casi all'anno. Il rilevamento precoce rimane la pietra angolare del trattamento efficace e la sopravvivenza migliorata: quando il cancro al seno è catturato presto, il tasso di sopravvivenza relativo di cinque anni supera il 99%.

Il ruolo delle calcificazioni nella rilevazione del cancro al seno

I calcoli sono spesso associati a una cattiva analisi, specialmente quando mostrano un'ampia gamma di processi di analisi (in inglese) (in inglese)

Sfide nella rilevazione manuale

I microcalcifismi sottili possono essere a malapena percettibili, soprattutto nel tessuto materno denso dove lo sfondo ghiandolare può oscurare le lesioni.

Algoritmi AI nella rilevazione automatica

L'intelligenza artificiale, in particolare l'apprendimento profondo utilizzando reti neurali convoluzionali (CNN), ha rivoluzionato l'analisi delle immagini mediche. I sistemi CAD basati su AI per il rilevamento di calcolo sono formati su migliaia o milioni di mammogrammi annotati, le immagini in cui i radiologi hanno segnato manualmente ogni cluster di calcolo e hanno fornito una categoria di calcinazioni BI-RADS.

Come funziona l'IA in rilevamento

In primo luogo, le immagini sono preprocessate per normalizzare il contrasto, rimuovere artefatti e allineare i confini del seno. L'aumento dei dati - l'aumento, la rotazione, la scalatura, e l'aggiunta di rumore - espande artificialmente il set di formazione e migliora la robustezza.

Vantaggi della rilevazione assistita

  • Aumentata precisione:[] Gli studi retrospettivi su larga scala riportano che gli algoritmi AI raggiungono valori di area-under-the-curve (AUC) superiori a 0,90 per il rilevamento del cancro, l'abbinamento o il superamento delle prestazioni radiologiche medie.
  • Efficienza del tempo:[]] L'IA può elaborare un mammogramma in pochi secondi, permettendo ai radiologi di dare priorità ai casi contrassegnati come sospetti. Questa funzione di triage può ridurre il tempo di lettura fino al 30% mantenendo la sensibilità.
  • Consistenza:[] Diversamente dagli esseri umani, un modello AI addestrato dà lo stesso output per lo stesso input ogni volta.
  • Ridotto Tassi di Richiamo:[] Aiutando a escludere le calcificazioni benigne, l'IA può diminuire il numero di donne richiamate per ulteriori immagini, abbassando l'ansia del paziente e i costi sanitari.
  • Secondo lettore Parity:[] Nei flussi di lavoro monoletto, l'IA agisce come un secondo lettore indipendente, simile alla doppia lettura ma senza richiedere un radiologo aggiuntivo.

Integrazione nei flussi di lavoro clinici

L'IA per il rilevamento della calcificazione non è destinato a sostituire i radiologi ma a servire come strumento di supporto decisionale.

  • Lettura corrente:[] L'overlay AI viene visualizzato accanto al mammogramma durante l'interpretazione primaria, fornendo in tempo reale i suggerimenti.
  • Seconda modalità di lettore:[] Il radiologo legge prima il caso, quindi esamina i risultati dell'IA e può regolare la loro valutazione.
  • Modalità di schermatura/Triage:[] I casi con un basso sospetto di AI vengono ordinati automaticamente per ridurre il carico di lavoro; quelli con alto sospetto sono prioritari per la revisione immediata.

Le approvazioni normative (ad esempio, l'approvazione della FDA) richiedono una prova di beneficio clinico. Diversi dispositivi CAD basati su AI hanno ricevuto la clearance per la mammografia, e gli studi prospettici sono in corso per misurare l'impatto del mondo reale sui tassi di rilevamento del cancro, tassi di richiamo e l'efficienza del flusso di lavoro.

Le direzioni e le sfide future

Nonostante la sua promessa, il rilevamento di calcificazione basato su AIFData Diversity] è fondamentale: algoritmi formati prevalentemente sulle popolazioni caucasiche possono eseguire in modo negativo sui seni delle donne con più denso tessuto o diverse presentazioni radiografiche.

I dati di rilevamento di dati più difficili, l'intelligenza artificiale si estenderà probabilmente oltre le calcificazioni per incorporare la mammografia digitale a pieno campo (FFDM), la tomosintesi digitale del seno (DBT, mammografia 3D), e anche l'ecografia e la risonanza magnetica.

Con l'aumento della sensibilità, riducendo i falsi positivi, e sostenendo i radiologi tra i carichi di lavoro in crescita, l'IA ha il potenziale per migliorare la diagnosi precoce del cancro al seno e, infine, salvare le vite.