Intel·ligència artificial i cribratge de càncer de mama

Els programes poblacionals per a la detecció precoç de càncer de mama han contribuït en la reducció de la mortalitat per aquesta causa (15-30%). No obstant això, la seva eficàcia està en discussió a causa de limitacions en sensibilitat i especificitat. Un altre problema és el gran volum de pacients a estudiar i la limitada disponibilitat de radiòlegs amb experiència en mama. Existeix per tant la necessitat de disposar d'eines que ajudin en la valoració mamogràfica i en la gestió de les càrregues de treball.

En els anys 90 es van desenvolupar els CAD (detecció assistida per ordinador) convencionals, amb una especificitat baixa sense augmentar significativament la sensibilitat de la mamografia. Recentment, el desenvolupament de sistemes d'intel·ligència artificial amb Deep Learning ha mostrat que poden ajudar a la lectura radiològica i eventualment disminuir les càrregues de treball. El sistema TransparaTM (ScreenPoint Medical) ha estat aprovat per al seu ús en USA i Europa, demostrant la no inferioritat comparat amb radiòlegs i la possibilitat de reduir les càrregues de treball de lectura del garbellat. Aquest sistema a més de posar marques en la mamografia indicant possibles lesions, assigna una puntuació del 1-10 a la prova. S'estima que amb puntuacions igual o superiors a 7 hi ha major risc de trobar un càncer.

Objectius de l'estudi:

- Valorar el rendiment del Transpara en mamografies de primer garbellat (dones que acudeixen al programa per primera vegada , llegides amb doble lectura amb arbitratge) d'una ronda (unes 2500). Com el nombre de càncers de mama en aquest període i per a aquest nombre de dones seria petit (uns 20 càncers), hem enriquit la mostra amb 100 càncers procedents de primer garbellat.

- Estimar la potencial reducció de les càrregues de treball (prescindir de doble lectura) en grups, de baix i alt risc amb diferents llindars.

- Estimar la potencial reducció de les càrregues de treball en el grup de recitacions i arbitratges de tota la ronda.