IA puede mejorar la eficiencia y exactitud de las imágenes del cáncer de mama

Investigadores de la Universidad de Pensilvania (UPENN: Filadelfia, PA, EUA), iCAD (Nashua, NH, EUA) y otras instituciones, desarrollaron un sistema de IA de aprendizaje profundo que es capaz de identificar lesiones sospechosas de los tejidos blandos y calcificadas en imágenes de DBT. El sistema fue entrenado en un gran conjunto de datos DBT, y a continuación, se evaluó su desempeño haciendo que 24 radiólogos, incluidos 13 subespecialistas de mama, leyeran, cada uno, 260 exámenes DBT con y sin asistencia de la IA. Los exámenes incluyeron 65 casos de cáncer.

Los resultados revelaron que el desempeño del radiólogo para la detección de lesiones malignas aumentó de 0,795 sin IA a 0,852 con IA, mientras que el tiempo de lectura disminuyó en un 52,7%, de 64,1 segundos sin IA a 30,4 segundos con IA. La sensibilidad aumentó de 77% sin IA a 85% con IA, la especificidad aumentó de 62,7% sin a 69,6% con IA, y la tasa de rellamado, para los no cancerosos, disminuyó de 38% a 30,9% con la IA. El estudio fue publicado el 31 de julio de 2019 en la revista Radiology: Artificial Intelligence.

“En general, los lectores pudieron aumentar su sensibilidad en un ocho por ciento, reducir su tasa de rellamado en un siete por ciento y reducir su tiempo de lectura a la mitad cuando usaban la IA simultáneamente mientras leían casos de DBT”, dijo la autora principal, la profesora Emily Conant, MD, jefa de imágenes mamarias en la UPENN. “El uso simultáneo de la IA con DBT aumenta la detección de cáncer y puede hacer que los tiempos de lectura se reduzcan al tiempo que lleva leer solo la mamografía digital”.

La DBT adquiere múltiples imágenes en un rango angular limitado para producir un conjunto de imágenes reconstruidas, que luego se pueden ver individual o secuencialmente en un bucle de cine, y en una imagen 3D de la mama, que se puede ver en cortes estrechos, similar a las tomografías computarizadas . Mientras que en la mamografía 2D convencional, los tejidos superpuestos pueden enmascarar áreas sospechosas, las imágenes en 3D eliminan la superposición, haciendo que las anomalías sean más fáciles de reconocer. Se estima que la DBT en 3D reemplazará a la mamografía convencional dentro de diez años.

Enlace relacionado:
Universidad de Pensilvania
iCAD