Segons els resultats, el seu ús permetria reduir un 30% de les biòpsies en lesions situades en el límit entre els casos considerats de baix risc i els de més risc
- El sistema es va educar amb un banc de dades de més 400.000 imatges de lesions mamàries. La classificació del risc s'estableix d'acord amb l'escala Bi-RADS, que es considera l'idioma universal en el diagnòstic de la patologia mamària
- Un dels avantatges d'aquest sistema és que es pot incorporar als equips d'ultrasons convencionals que s'utilitzen habitualment per a fer ecografies mamàries
- La tecnologia, desenvolupada per l'empresa nord-americana Koios Medical, té l'autorització de la Food and Drug Administration (FDA) i l'Agència Europea del Medicament (EMA) i Dexeus Dona l'ha incorporat al seu servei de Diagnòstic Ginecològic per la Imatge (DGI)
Ecografies mamàries avaluades amb intel·ligència artificial en l’estudi publicat a Diagnostics (referència article)
Barcelona. 16 de març 2023.-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, i segons la nostra estadística (Dexeus Dona), de cada 100 dones que es realitzen una mamografia, un 70% requereix una ecografia per a 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 l'objectiu del qual és afinar el diagnòstic del càncer de mama.
Aquesta tecnologia ha estat desenvolupada per l'empresa nord-americana Koios Medical. Es tracta d'un sistema que utilitza algoritmes per avaluar la probabilitat que una lesió sigui maligna. Per això va utilitzar un banc de dades de més de 400.000 imatges de lesions mamàries. El sistema té l'autorització de la Food and Drug Administration (FDA) i de l'Agència Europea del Medicament (EMA), i un dels seus avantatges és que es pot incorporar fàcilment als ecògrafs convencionals.
Per a classificar el rang de malignitat s'utilitza l'escala BI-RADS® (Breast Imaging Report and Database System), un mètode que actualment es considera l'idioma universal en el diagnòstic de la patologia mamària. Aquest mètode permet estandaritzar la terminologia i la sistemàtica de l'informe mamogràfic i categoritzar les lesions establint el grau de sospita, així com determinar quin és el següent pas que cal fer en cada cas. “Les lesions categoritzades per sota de la classificació B4a són de molt baixa sospita”, explica el Dr. Jean Browne de l'equip de DGI de Dexeus Dona. “El nostre objectiu era comprovar si la incorporació de la IA com un element addicional de diagnòstic podria ajudar a afinar-lo i classificar algunes de les lesions que havien obtingut la categoria B4a –o més alta– en una categoria inferior, en el qual el protocol és de seguiment cada 6 mesos, perquè en principi el risc de malignitat és molt baix”, afegeix.
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 –no es va filtrar per una franja d'edat–. Aquestes imatges van ser obtingudes en les revisions ginecològiques de control que realitza el Servei de Diagnòstic Ginecològic per Imatge (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.
Resultats de l’estudi
Els resultats d'aquest estudi, que s'ha publicat recentment en la revista científica Diagnostics, 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. Aquest fet resulta especialment útil en les lesions classificades en la categoria B4a, que es troba en el límit entre els casos classificats com “de baix risc” i els de major risc.
Segons indiquen els autors, el sistema de IA desenvolupat per Koios i valorat en aquest estudi aporta una nova dada que, juntament amb unes altres com la morfologia, evolució, vascularització, troballes clíniques i d’elastografia associades a una imatge ecogràfica, ajuda a determinar el grau de sospita d'aquesta, i a decidir si s'ha de procedir a biòpsia o a control a curt termini en els casos de molt baixa sospita. “En aquest estudi concloem que la informació que dona Koios és una dada addicional molt interessant, per la qual cosa el Servei Dexeus Dona ja ha incorporat aquest sistema en el seu Servei de Diagnòstic Ginecològic per la Imatge (DGI). No obstant això, l'experiència, el coneixement i la valoració final de l'expert a l'hora de realitzar la classificació i determinar en cada cas si està indicada la biòpsia per establir el diagnòstic és irreemplaçable”, afegeix el Dr. Browne.
En l'actualitat, i sumant l'activitat en tots els seus centres, Dexeus Dona atén anualment més de 80.000 pacients, realitza 60.000 revisions ginecològiques i més de 45.000 mamografies. Cada any detecta una mitjana de 350 casos de càncer de mama.
Segons indica l'equip mèdic de Dexeus Dona, la conscienciació social respecte a la necessitat de realitzar mamografies de control de manera regular és fonamental, ja que la detecció del càncer de mama en un estadi precoç permet millorar el pronòstic i augmentar la taxa de supervivència per sobre del 90%.
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;
Nota de premsa (pdf)