El diagnòstic de càncer de mama es basa en l’estudi d’imatges obtingudes a través de mamografies. Però en el cas de mames denses o fibroses resulta més difícil, i sovint és necessari realitzar altres proves complementàries. De fet, segons les estadístiques de Dexeus Dona, de cada 100 dones que es realitzen una mamografia, un 70% requereix una ecografia per completar l’estudi. D’aquestes, en 2-3 es farà biòpsia, i, d’elles, només en 1 cas es confirmarà el càncer. No totes les imatges tenen el mateix nivell de sospita. Això significa la pràctica de biòpsies que causen molt estrès i preocupació a les pacients.
Per aquest motiu, un equip del Servei de Diagnòstic Ginecològic per la Imatge (DGI) de Dexeus Dona ha realitzat un estudi retrospectiu per avaluar l’eficàcia d’un nou sistema basat en la Intel·ligència Artificial amb la finalitat d’afinar el diagnòstic del càncer de mama. Aquesta tecnologia, desenvolupada per l’empresa Koios Medical, té l’autorització de la FDA i de l’Agència Europea del Medicament (EMA).
Per validar l’eficàcia del sistema, es van seleccionar un total de 403 biòpsies eco-guiades realitzades l’any 2019 a dones de diferents edats. Aquestes imatges van ser obtingudes en les revisions ginecològiques de control que realitza el Servei de DGI de Dexeus Dona. D’acord amb l’informe patològic, 197 es van classificar com a lesions malignes i 206 com a benignes. Els autors van triar la imatge que millor representava la classificació obtinguda en l’escala BI-RADS i la van avaluar amb el sistema de IA Koios. Els resultats d’aquest estudi demostren que l’ús de la IA pot ajudar a afinar el diagnòstic, ja que va augmentar la proporció de casos sospitosos de malignitat que finalment van ser confirmats per la biòpsia en les categories de més risc: BI-RADS 4, 5 i 6.
Article de referència:
AI: Can It Make a Difference to the Predictive Value of Ultrasound Breast Biopsy?
Jean L. Browne, M.A. Pascual, J Perez, S. Salazar, B Valero, I. Rodriguez, D Cassina, JL Alcázar, S. Guerriero, B. Graupera.
Diagnostics 2023, 13(4), 811. doi: 10.3390/diagnostics13040811.