Dans une étude récente publiée dans la revue Radiologiedes chercheurs au Danemark et aux Pays-Bas ont mené une analyse rétrospective des performances de dépistage et de la charge de travail globale associée au dépistage par mammographie avant et après la mise en œuvre de systèmes de dépistage par intelligence artificielle (IA).
Étude : Premiers indicateurs de l’impact de l’utilisation de l’IA dans le dépistage par mammographie du cancer du sein. Crédit d'image : Imagerie radiologique/Shutterstock
Sommaire
Arrière-plan
Il a été démontré que le dépistage régulier du cancer du sein par mammographie réduit considérablement les taux de mortalité par cancer du sein. Cependant, le dépistage par mammographie en population entraîne une augmentation substantielle de la charge de travail des radiologues qui ont pour tâche de lire de nombreuses mammographies dont la plupart ne révèlent aucune lésion suspecte.
En outre, le processus de double dépistage visant à réduire le taux de faux positifs et à améliorer les taux de détection alourdit encore la charge de travail des radiologues. Le manque de radiologues spécialisés pour lire les mammographies aggrave la charge de travail déjà lourde.
Des études récentes ont examiné de manière approfondie l’utilisation de l’IA pour examiner efficacement les rapports de radiologie tout en maintenant des normes de performance de dépistage élevées. On pense également qu’une approche combinée dans laquelle des outils d’IA sont utilisés pour aider les radiologues à affiner les mammographies comportant des marquages de lésions réduirait la charge de travail des radiologues tout en maintenant la sensibilité du dépistage.
À propos de l'étude
La présente étude a utilisé des indicateurs de performance préliminaires de deux cohortes de femmes ayant subi un dépistage par mammographie dans le cadre du programme de dépistage du cancer du sein basé sur la population du Danemark pour comparer l'évolution de la charge de travail et des performances de dépistage après la mise en œuvre d'outils de dépistage basés sur l'IA.
Ce programme de dépistage invitait les femmes âgées de 50 à 69 ans à se soumettre à un dépistage du cancer du sein tous les deux ans jusqu'à l'âge de 79 ans. Ceux qui portent des marqueurs indiquant un risque accru de cancer du sein, comme le BRCA gènes, ont été criblés selon différents protocoles.
Ici, les chercheurs ont utilisé deux cohortes de femmes : l’une ayant subi un dépistage avant la mise en œuvre du système de dépistage basé sur l’IA et l’autre ayant subi un dépistage par mammographie basé sur l’IA. Seules les femmes de moins de 70 ans ont été incluses dans l’analyse afin de garantir que celles appartenant à une sous-population à haut risque ne faisaient pas partie de l’analyse.
Tous les participants ont subi des protocoles d'imagerie standard avec des mammographies numériques de vues craniocaudales plein champ et obliques médiolatérales capturées. Tous les cas positifs inclus dans cette étude étaient des carcinomes canalaires ou des cancers invasifs détectés au dépistage, qui ont été confirmés. sur place utilisant des biopsies à l’aiguille. Les données sur les rapports de pathologie, la taille des lésions, la positivité des ganglions et les diagnostics ont également été obtenues à partir du registre de santé du pays.
Le système d’IA mis en œuvre pour dépister les mammographies a été formé à l’aide de modèles d’apprentissage profond pour détecter, mettre en évidence et évaluer toute calcification ou lésion suspecte observée dans la mammographie. L’outil d’IA a ensuite stratifié les dépistages sur une plage de scores de 1 à 10, indiquant la probabilité de cancer du sein.
Une équipe de radiologues, composée principalement de radiologues expérimentés dans la lecture des résultats d'imagerie mammaire, a lu les mammographies des deux cohortes. Avant la mise en œuvre du système de dépistage par IA, chaque dépistage était lu par deux radiologues, et il était recommandé au patient de subir un examen clinique et une biopsie à l'aiguille uniquement si les deux radiologues indiquaient que le dépistage justifiait un rappel.
Après la mise en œuvre du système de dépistage par IA, les mammographies ayant un score inférieur ou égal à 5 ont été lues par un radiologue senior qui savait que ces mammographies ne faisaient l'objet que d'une seule lecture. Ceux qui justifiaient un rappel ont ensuite été discutés avec un deuxième radiologue.
Vue mammographique numérique plein champ oblique médiolatérale gauche chez une femme de 67 ans avec une densité du système de reporting et de données d'imagerie mammaire de 1 qui a subi un dépistage avec le système d'intelligence artificielle (IA). (A) L’image montre le marquage fourni par l’IA (carré). Le dépistage a reçu un score élevé de 10 à l'examen d'IA, basé sur cette zone, les calcifications artérielles recevant un score de 85 sur 100 par le système d'IA. (B) Même image qu’en A, mais avec les constatations des radiologues. En raison du score élevé à l'examen AI, le dépistage a été relu deux fois par deux radiologues, qui ont déterminé que les calcifications artérielles (cercle) ne faisaient pas suspecter un cancer du sein. La femme n’a pas été rappelée pour une évaluation diagnostique.
Résultats
L'étude a révélé que la mise en œuvre du système de dépistage basé sur l'IA réduisait considérablement la charge de travail des radiologues analysant les mammographies d'un programme de dépistage du cancer du sein basé sur la population tout en améliorant les performances de dépistage.
La cohorte examinée avant la mise en œuvre du système de dépistage basé sur l’IA comprenait plus de 60 000 femmes, tandis que la cohorte examinée à l’aide du système d’IA comptait environ 58 000 femmes. Le dépistage de l'IA a entraîné une augmentation des diagnostics de cancer du sein (0,70 % contre 0,82 % avant l'IA par rapport à l'IA, respectivement) avec un taux plus faible de faux positifs (2,39 % contre 1,63 %).
Le dépistage basé sur l’IA avait une valeur prédictive positive plus élevée et le pourcentage de cancers invasifs était plus faible lorsque des méthodes basées sur l’IA étaient utilisées pour le dépistage. Bien que le pourcentage de cancers sans ganglions n'ait pas changé, les autres indicateurs de performance ont montré que le dépistage basé sur l'IA améliorait considérablement les performances. La charge de travail en lecture a également été réduite de 33,5 %.
Conclusions
Pour résumer, l'étude a évalué l'efficacité d'un système de dépistage basé sur l'IA pour réduire la charge de travail des radiologues et améliorer les performances de dépistage dans la lecture des mammographies pour le dépistage biennal du cancer du sein dans la population au Danemark.
Les résultats ont montré que le système basé sur l’IA réduisait considérablement la charge de travail des radiologues tout en améliorant les performances de dépistage, soutenues par une augmentation substantielle des diagnostics de cancer du sein et une diminution significative des taux de faux positifs.
Au Danemark, l'utilisation de #IA grâce au dépistage par mammographie, le taux de détection du cancer du sein a été amélioré, les faux positifs réduits, les rappels réduits et la charge de travail des radiologues réduite https://t.co/V8pnZUMai8@radiologie_rsna pic.twitter.com/IkYSMDKsmT
– Éric Topol (@EricTopol) 4 juin 2024