In een groot observationeel onderzoek in Duitsland is een AI-ondersteunde methode getest voor het analyseren van mammografieën van vrouwen tussen de 50 en 69 jaar. Het onderzoek heeft aangetoond dat met behulp van AI, waarbij de mammografieën dubbel gescreend werden, het percentage borstkankerdiagnoses maar liefst 17,6 procent hoger lag.
Het is zeker niet de eerste keer dat blijkt dat AI-ondersteuning van radiologen en oncologen die mammografieën moeten beoordelen een positief effect heeft op het eerder, en nauwkeuriger stellen van de diagnose borstkanker. Voor het Duitse onderzoek werd de AI-ondersteuning getest op 12 screeningslocaties. De resultaten van de dubbele, AI-ondersteunde, mammografie screenings werden vergeleken met de standaard dubbele screening zoals die gebruikelijk is.
AI als ondersteuning
Bij de meeste programma’s voor het beoordelen van mammografieën worden de beelden door twee radiologen, dubbel dus, beoordeeld. Echter, net als in Nederland, kampt ook Duitsland met een tekort aan radiologen en een almaar oplopende werkdruk. Screeningscentra hebben daardoor moeite om de efficiënte en accurate beoordelingen bij te houden, een probleem dat alleen maar nijpender wordt door een groeiend tekort aan opgeleide radiologen. Daarnaast blijkt, en is dat uit eerdere tests al vaker gebleken, met name ook bij vrouwenb met dicht borstweefsel, dat AI-gedreven analysemodellen in staat zijn om kanker in een eerder stadium te diagnosticeren, nog voordat afwijkingen zichtbaar zijn voor het getrainde oog van een radioloog. Daarnaast is ook al onderzoek gedaan, en met succes, naar de meerwaarde van AI-tools bij het voorspellen van het risico op de ontwikkeling van borstkanker in de toekomst.
Met de standaard screenings worden veel gevallen van borstkanker dus niet in een vroeg stadium ontdekt, maar pas in een later stadium, waaruit blijkt dat er nog steeds problemen zijn met de huidige screeningsmethoden. Fout-positieve resultaten belasten zowel de deelnemers als de gezondheidszorg met onnodige zorgen en onnodige vervolgafspraken. Inspanningen om de gevoeligheid voor vroegtijdige opsporing te verhogen en onnodige fout-positieven te verminderen zijn topprioriteiten.
Over het onderzoek
In het onderzoek getiteld “Nationwide real-world implementation of AI for cancer detection in population-based mammography screening”, gepubliceerd in Nature Medicine, vergeleken onderzoekers de screeningsresultaten van een groot cohort met en zonder AI-ondersteunde voorspellingssoftware.
Voor het onderzoek werden de mammografieën van 463.094 vrouwen geselecteerd. Vrouwen van 50 tot 69 jaar die in Duitsland deelnemen aan de periodieke screeningsprogramma’s. De deelnemers werden verdeeld in een AI-groep (260.739) en een controlegroep (201.079). Op AI gebaseerde software classificeerde bepaalde onderzoeken als normaal en activeerde een “vangnet”-waarschuwing voor gevallen met een hoge verdenking.
Resultaten
De resultaten toonden een hoger detectiepercentage van borstkanker van 6,7 per 1.000 in de AI-groep vergeleken met 5,7 per 1.000 in de controlegroep. Het terugroeppercentage was 37,4 per 1.000 met AI en 38,3 per 1.000 zonder AI. Met het terugroeppercentage wordt gemeten hoeveel deelnemers terugkeren voor verdere tests en omvat zowel correcte initiële detecties als fout-positieven.
De positief voorspellende waarde, het deel van de verdachte bevindingen dat echt kanker aangeeft, bereikte 17,9 procent voor de AI-ondersteunde beoordeling tegenover 14,9 procent in de controlegroep. De positief voorspellende waarde van follow-ups die uitmondden in een biopsie lang op 64,5 procent bij AI-ondersteunde screening, vergeleken met 59,2 procent bij standaard dubbele beoordeling.
Hoewel de fout-positieven iets lager waren, beschouwden de onderzoekers deze als vergelijkbaar met bestaande methoden voor dubbele beoordeling. Dat met AI-ondersteunde mammogrammen meer kankers werden gedetecteerd zonder dat de terugroeppercentages in een groot cohort toenamen, wordt beschouwd als de meer kritische drempel voor het aanbevelen van verdere ontwikkeling en grootschaliger gebruik van de technologie.
