Fuente: www.chitchatpost.com
Un estudio publicado el 8 de julio en la revista Neuropsychology demostró que el uso de inteligencia artificial con resonancia magnética mamaria complementaria es aproximadamente cuatro veces más eficiente para detectar el cáncer de mama que los métodos tradicionales de medición de la densidad mamaria. Medicina natural es encontrado.
En su análisis del ensayo ScreenTrustMRI, investigadores dirigidos por Fredrik Strand, Ph.D., del Karolinska Institutet en Solna, Suecia, descubrieron que el uso de una puntuación basada en IA para seleccionar un pequeño porcentaje de mujeres para una resonancia magnética complementaria después de detectar mamografías negativas muchos casos de cáncer pasados por alto. Esto hace que el costo por cáncer detectado sea comparable al de los cánceres detectados mediante mamografías de detección, agregaron.
“Hemos descubierto que es posible realizar una selección muy precisa de mujeres para una resonancia magnética complementaria basada en el análisis de mamografías negativas con IA”, dijo Strand. Tía Mini Europe.com.
La resonancia magnética complementaria es una modalidad de imagen común para evaluar a mujeres con senos densos, que la mamografía convencional no puede resolver. Sin embargo, el beneficio de la resonancia magnética de mama es limitado, y los investigadores citan una escasez general de personal calificado en resonancia magnética y los altos costos asociados con el equipo de resonancia magnética.
El equipo de Strand llevó a cabo un ensayo clínico aleatorio, ScreenTrustMRI, utilizando una herramienta de inteligencia artificial desarrollada recientemente para calificar cada mamografía llamada AISmartDensity. AISmartDensity tiene una arquitectura modular con modelos de tres componentes para evaluar los riesgos subyacentes, el enmascaramiento potencial y los signos sospechosos de cáncer. Su objetivo principal es seleccionar a las mujeres para una resonancia magnética complementaria después de una mamografía negativa, destacaron los investigadores.
Para el estudio, el equipo ofreció participar en el ensayo a mujeres con una mamografía negativa y una puntuación de IA alta (la más alta, 6,9%). De las 1211 mujeres incluidas en el estudio, 559 mujeres fueron asignadas al azar para recibir y completar una resonancia magnética complementaria, y 652 mujeres no fueron asignadas para recibir una resonancia magnética.
El estudio encontró que a 36 de las mujeres se les detectaron lesiones cancerosas, lo que equivale a 64,4 casos de cáncer detectados por cada 1.000 exploraciones por resonancia magnética. Mientras tanto, el ensayo de detección temprana de tumores de mama y tejido denso (DENSE) mostró una tasa de detección de cáncer de 16,5 por cada 1.000 exploraciones por resonancia magnética.
La proporción de cánceres identificados en mujeres que fueron recordados después de la resonancia magnética (valor predictivo positivo) [PPV1]) fue del 37,9%. Para las mujeres evaluadas como BI-RADS 3, 4 y 5, el PPV1 fue del 13 %, 63 % y 85,7 %, respectivamente. Al mismo tiempo, el porcentaje de cánceres entre las mujeres a las que se les realizó una biopsia fue del 50,7%.
El tamaño medio de la lesión maligna única o más grande medida en la resonancia magnética fue de 12 mm, con una extensión total de la malignidad que osciló entre 7 y 85 mm. En el análisis histológico de las muestras quirúrgicas, 22 (61%) eran una combinación de carcinoma invasivo y carcinoma ductal in situ (CDIS), y cinco eran solo in situ.
Finalmente, los investigadores destacaron que el uso de AISmartDensity haría que el costo de la detección del cáncer fuera similar al costo de la mamografía a nivel poblacional y contribuiría a la detección temprana del cáncer invasivo. Citaron un estudio de rentabilidad que estimó en 1.200 millones de dólares el coste por año de vida ajustado por calidad (AVAC) obtenido con la resonancia magnética suplementaria cada tres años. €37.181.
“Dado el alto rendimiento del cáncer y las diversas características del cáncer en nuestro estudio, esperamos que hubiera sido útil encontrar estos cánceres ahora, en lugar de dos años después en la siguiente evaluación o como cánceres esporádicos antes de eso”, dijo Strand.
Se planea una evaluación de este enfoque como un estudio de seguimiento, escribieron los autores del estudio. También enfatizaron que la investigación de seguimiento posterior determinará los resultados preliminares de este enfoque basado en IA en relación con características del cáncer de importancia diagnóstica.
