Utilidad del software de AI en el cribado mamográfico: ¿modifica las tasas de recitación?

Resumen

Objetivos: 1. Evaluar el impacto del software de AI aplicado a la lectura mamográfica en las tasas de recitación en el contexto del cribado de cáncer de mama.   2. Determinar la concordancia entre los hallazgos del software y los radiólogos.   Material-método: Estudio retrospectivo y observacional con mamografías 2D en el marco del programa de cribado. Los estudios seleccionados provinieron de dos turnos vespertinos semanales, realizados en un equipo donde el sistema Profound AI® de iCAD estaba instalado, pero no se utilizaba de manera rutinaria.  Seleccionamos casos recitados por al menos un lector (A, B o C). El software se aplicó retrospectivamente a 64 casos. Analizamos concordancia entre software y radiólogos, Case Score, densidad mamaria y resultados histológicos.  Resultados: Hubo concordancia entre los radiólogos A y B en el 8% de los casos. En el 41% de los estudios, al menos un radiólogo habría indicado recitación, mientras que el software de AI no lo habría sugerido. Las calcificaciones fueron el hallazgo predominante para la recitación por el software. De las 15 biopsias realizadas, 8 resultaron ser malignas y una fue clasificada como lesión B3. El software detectó el hallazgo patológico en todos los casos. De 15 biopsias, 8 fueron malignas y una lesión B3. El software detectó todos los hallazgos patológicos. Densidades más comunes: B- y C-. Case Score medio: 37.4%.  Conclusiones: La implementación del software de AI en la lectura mamográfica podría reducir las tasas de recitación en el cribado mamográfico, representando una herramienta potencial para mejorar la eficiencia diagnóstica.