L'UCLA et UC Davis co-dirigeront un essai clinique multi-institutionnel nouvellement financé pour évaluer si l'intelligence artificielle (IA) peut aider les radiologues à interpréter plus précisément les mammographies, dans le but d'améliorer le dépistage du cancer du sein et de réduire les rappels et l'anxiété non inutile pour les patientes.
L'étude, connue sous le nom d'essai Prism (essai randomisé pragmatique de l'intelligence artificielle pour le dépistage de la mammographie), est soutenue par un prix de 16 millions de dollars de l'Institut de recherche sur les résultats centrés sur le patient (PCORI). L'étude comprendra des centaines de milliers de mammographies interprétées dans des centres médicaux académiques et des installations d'imagerie mammaire en Californie, en Floride, au Massachusetts, à Washington et au Wisconsin. L'outil de support de l'IA étudié sera transpara par Screenpoint Medical avec l'intégration clinique du flux de travail fourni par la plate-forme AIDOC AIOS.
« Il s'agit du premier essai randomisé à grande échelle de l'IA dans le dépistage du cancer du sein aux États-Unis », a déclaré le Dr Joann G. Elmore, enquêteur en double principal et responsable du site de coordination administratif, et professeur de médecine à la David Geffen School of Medicine de l'UCLA et de la politique et de la gestion de la santé à la UCLA Field School of Public Health. « Nous cherchons avec soin et objectivement si l'IA aide ou entrave – et pour qui. Les radiologues experts restent aux commandes pour toutes les interprétations. »
Sommaire
Une question urgente dans les soins du cancer du sein
Le cancer du sein reste l'une des principales causes de décès du cancer chez les femmes aux États-Unis, tandis que le dépistage de la mammographie de routine réduit la mortalité par détection précoce, il présente également des inconvénients – y compris de faux positifs qui peuvent entraîner des tests inutiles, de l'anxiété et des coûts, et des cancers manqués.
« L'IA a très prometteur, mais cela soulève également de vraies questions », a déclaré Elmore, qui est également enquêteur au UCLA Health Jonsson Comprehensive Cancer Center et est directeur du programme des bourses des cliniciens nationaux de l'UCLA. « Nous voulons savoir si l'IA aide les radiologues à trouver plus de cancers, ou simplement à signaler plus d'examens qui se révèlent finalement normaux. »
Centré sur le patient par conception
Ce qui rend le prisme différent, c'est l'accent mis sur la recherche centrée sur le patient. L'essai a été élaboré en partenariat étroit avec les défenseurs des patients, les cliniciens, les chefs de file du système de santé et les décideurs.
Chaque installation participante poursuivra le dépistage de routine comme d'habitude, sans modification de l'expérience du patient. Les mammographies seront assignées au hasard pour être interprétées soit par un radiologue par elles-mêmes, soit avec l'aide d'un outil de support d'IA appuyé par la FDA. Dans tous les cas, un radiologue lit l'examen et prend la décision finale.
Il n'y a jamais eu d'essai de cette portée en examinant l'IA dans le dépistage du cancer du sein aux États-Unis, les résultats aideront à informer non seulement la pratique clinique, mais aussi la couverture d'assurance, l'adoption de la technologie et la communication des patients. »
Dr. Hannah Milch, co-chercheur co-spécial et site UCLA PI et professeur adjoint de radiologie à l'UCLA
« Il y a beaucoup d'espoir que l'IA améliorera les soins, mais très peu d'essais rigoureux ont en fait évalué ses effets réels », a déclaré Elmore. « C'est notre opportunité de générer des preuves fiables, avec la perspective du patient avant et au centre. »
En plus d'analyser la détection et les taux de rappel du cancer, l'étude comprendra des groupes de discussion et des enquêtes pour saisir comment les patients et les radiologues perçoivent et font confiance aux soins assistés par l'IA.
Efforts de collaboration dans six États
L'essai Prism rassemble sept principaux centres médicaux universitaires:
- Ucla (Site de coordination administrative dirigée par un chercheur à double principe, le Dr Joann Elmore; co-chercheur et site PI, Dr Hannah Milch)
- UC Davis (Centre de coordination des données dirigée par un chercheur à double principe, le Dr Diana Miglioretti)
- Centre médical de Boston (Investigateur principal du site, Dr Clare B. Poynton)
- UC San Diego Health (Investigateur principal du site, Dr Haydee Ojeda-Fourcier)
- Université de Miami (Investigateur principal du site, Dr Jose M. Net)
- Université de Washington – Fred Hutchinson Cancer Center (Investigateur principal du site, Dr Janie M. Lee)
- Université du Wisconsin – Madison (Investigateur co-principe, Dr Christoph I. Lee; Investigateurs principaux du site, Dr Mai Elezaby et Dr Ryan Woods)
Trouver le bon équilibre
Elmore a souligné que l'objectif n'était pas de remplacer l'expertise humaine mais de comprendre comment l'IA pourrait le compléter. « Nos radiologues experts continueront de passer l'appel final. L'IA peut être un copilote utile – mais c'est le radiologue qui détient la roue. »
L'essai devrait éclairer les décisions politiques futures, les meilleures pratiques de dépistage et comment intégrer le plus efficacement les technologies émergentes dans les soins aux patients.
