La imagen de ultrasonido de eje largo en escala de grises muestra una lesión hipoecoica. La lesión fue clasificada por el radiólogo del estudio como categoría 4A de BI-RADS. Crédito: ARRS/AJR
Según un manuscrito aceptado publicado en el propio ARRS Revista americana de roentgenología (AJR), el diagnóstico asistido por computadora (CAD) basado en aprendizaje profundo para la clasificación de lesiones mamarias en ultrasonido mejoró significativamente el rendimiento diagnóstico de los radiólogos, particularmente para reducir la frecuencia de biopsias mamarias benignas.
En comparación con la literatura que respalda la CAD en centros terciarios y/o urbanos, los resultados de este estudio multicéntrico prospectivo de radiólogos sin experiencia en ultrasonido mamario «respaldan la CAD en entornos con acceso incompleto a la experiencia en imágenes mamarias», escribió el autor correspondiente Li-Gang Cui, MD, del Tercer Hospital de la Universidad de Pekín en Beijing, China.
El estudio incluyó pacientes programadas para someterse a una biopsia o resección quirúrgica de una lesión mamaria, clasificada como categoría BI-RADS 3-5 en una ecografía mamaria previa, en ocho hospitales secundarios o rurales chinos desde noviembre de 2021 hasta septiembre de 2022. Los pacientes se sometieron a una investigación mamaria adicional. ultrasonido, ambos realizados e interpretados por un radiólogo sin experiencia en la modalidad. Los lectores de imágenes híbridos de cuerpo y seno (radiólogos que carecen de capacitación en la subespecialidad de seno o en quienes el ultrasonido de seno representó menos del 10% de sus ultrasonidos realizados anualmente) luego se les asignó una categoría BI-RADS. Los resultados de CAD se utilizaron para actualizar las lesiones de categoría 3 de BI-RADS asignadas por el lector a la categoría 4A, así como para degradar las lesiones de BI-RADS 4A a 3. Los resultados histológicos de la biopsia o la resección sirvieron como estándar de referencia de los investigadores.
La imagen de ultrasonido de eje largo en escala de grises muestra los resultados del análisis CAD. El CAD proporcionó un resultado de «posiblemente benigno» para ambas imágenes. Por lo tanto, la lesión se degradó a la categoría 3 según la salida de CAD. La evaluación patológica basada en la resección quirúrgica fue de fibroadenoma. Crédito: ARRS/AJR
En última instancia, la aplicación de CAD a las interpretaciones por parte de radiólogos sin experiencia en ecografía mamaria dio como resultado una mejora del 6,0 % (6/100) de las evaluaciones de categoría 3 de BI-RADS a la categoría 4A, de las cuales el 16,7 % (1/6) fueron malignas, y una reducción de El 79,1% (87/110) de las valoraciones de categoría 4A a categoría 3, de los cuales el 4,6% (4/87) fueron malignos.
Debido a que las instituciones que carecen de experiencia en imágenes mamarias también pueden sufrir problemas de capacidad para realizar biopsias mamarias guiadas por imágenes y evaluación patológica de muestras de biopsia, la disminución de la atención de biopsias benignas de CAD «sería impactante», agregaron los autores de este manuscrito.
Más información:
Diagnóstico asistido por computadora basado en aprendizaje profundo para la clasificación de lesiones mamarias en ultrasonido: un estudio multicéntrico prospectivo de radiólogos sin experiencia en ultrasonido mamario, Revista americana de roentgenología (2023). DOI: 10.2214/AJR.23.29328
Citación: El diagnóstico asistido por computadora mejora la experiencia en ultrasonido mamario en un estudio multicéntrico (24 de mayo de 2023) recuperado el 24 de mayo de 2023 de https://medicalxpress.com/news/2023-05-computeraided-diagnosis-breast-ultrasound-expertise.html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.
