Impacto de la inteligencia artificial en la detección del cáncer mama

Indicadores tempranos del impacto del uso de IA en la mamografía de detección del cáncer de mama

Resumen

Antecedentes

Estudios retrospectivos han sugerido que el uso de inteligencia artificial (IA) puede disminuir la carga de trabajo de los radiólogos y al mismo tiempo preservar el rendimiento de las mamografías.

Objetivo

Comparar la carga de trabajo y el desempeño en las pruebas de detección de dos cohortes de mujeres que se sometieron a pruebas de detección antes y después de la implementación del sistema de inteligencia artificial (IA).

Materiales y métodos

Este estudio retrospectivo incluyó a mujeres de 50 a 69 años que se sometieron a mamografías cada dos años en la Región Capital de Dinamarca. Antes de la implementación del sistema de inteligencia artificial (IA) (del 1 de octubre de 2020 al 17 de noviembre de 2021), todas las proyecciones implicaban doble lectura.

Para los exámenes realizados después de la implementación del sistema de inteligencia artificial (IA) (del 18 de noviembre de 2021 al 17 de octubre de 2022), los exámenes de detección probablemente normales (puntuación del examen de IA ≤5 antes del 3 de mayo de 2022, o ≤7 el 3 de mayo de 2022 o después) fueron leídos una sola vez por uno de los 19 radiólogos de mama senior a tiempo completo. Las pruebas restantes fueron leídas por dos radiólogos con apoyo en la toma de decisiones asistida por IA.

Los resultados de la biopsia y la cirugía se obtuvieron entre el 1 de octubre de 2020 y el 15 de abril de 2023, lo que garantizó al menos 180 días de seguimiento. Las métricas de detección se compararon mediante la prueba de χ 2. La reducción de la carga de trabajo de lectura se midió como lecturas de evaluación guardadas.

Resultados

En total, 60.751 y 58.246 mujeres fueron examinadas antes y después de la implementación del sistema de inteligencia artificial (IA), respectivamente (edad media, 58 años [RIC, 54-64 años] para ambas cohortes), con un intervalo de detección mediano antes de la IA de 845 días (RIC, 54-64 años), 820–878 días) y con IA de 993 días (RIC, 968–1.013 días; p < 0,001).

Después de la implementación del sistema de inteligencia artificial (IA), la tasa de recuperación disminuyó en un 20,5 % (3,09 % antes de la IA [1875 de 60 751] frente a 2,46 % con IA [1430 de 58 246]; P < 0,001), la tasa de detección de cáncer aumentó (0,70 % [ 423 de 60 751] frente a 0,82 % [480 de 58 246]; P = 0,01), la tasa de falsos positivos disminuyó (2,39 % [1452 de 60 751] frente a 1,63 % [950 de 58 246]; P < 0,001 ), el valor predictivo positivo aumentó (22,6 % [423 de 1875] frente a 33,6 % [480 de 1430]; P < 0,001), la tasa de cánceres pequeños (≤1 cm) aumentó (36,6 % [127 de 347] frente a 44,9 % [164 de 365]; P = 0,02), la tasa de cánceres con ganglios negativos se mantuvo sin cambios (76,7 % [253 de 330] frente a 77,8 % [273 de 351]; P = 0,73) y la tasa de los cánceres invasivos disminuyeron (84,9 % [359 de 423] frente a 79,6 % [382 de 480]; P = 0,04).

La carga de trabajo lector se redujo en un 33,5% (38.977 de 116.492 lecturas).

Conclusión

En un programa de detección de mamografía poblacional, el uso de inteligencia artificial (IA)  redujo la carga de trabajo general de los radiólogos de mama y mejoró el rendimiento de la detección.