Betere borstkankerscreening maar hogere werkdruk door kunstmatige intelligentie

januari 2024 Zorginnovatie Diede Smeets
3D render AI artificial intelligence technology CPU central processor unit chipset on the printed circuit board for electronic and technology concept select focus shallow depth of field

Vroege detectie van borstkanker verlaagt de borstkankermortaliteit.1 Daarnaast behoeft eerder opgespoorde borstkanker meestal een minder agressieve behandeling. Het bevolkingsonderzoek borstkanker is  detecteert echter niet alle gevallen. Mogelijk kan kunstmatige intelligentie (‘artificial intelligence’, AI) hierbij een rol spelen. Dit werd onderzocht in een prospectieve implementatiestudie waarvan de resultaten onlangs zijn gepubliceerd in Nature Medicine.2 

Volgens het RIVM zijn er – naast de duidelijke voordelen – een aantal nadelen aan het huidige bevolkingsonderzoek borstkanker.3 Zo zijn bij 17 van de 1.000 deelnemers afwijkingen te zien op de röntgenfoto die bij nader onderzoek onschuldig blijken te zijn. Daarnaast worden 2-3 op de 10 gevallen van borstkanker niet opgespoord met het bevolkingsonderzoek. Er is dus zeker ruimte voor verbetering van de borstkankerscreening. Wellicht kunnen nieuwe technieken als AI het detectieproces sensitiever maken.

Studieopzet

In dit prospectieve implementatieonderzoek werd gebruikgemaakt van de tweede versie het commercieel beschikbare AI-systeem Mia (Kheiron Medical Technologies, Londen, VK). Dit AI-systeem benodigd gegevens van vrouwen volgens de standaard ‘Digital Imaging and Communications in Medicine’ (DICOM). Per borst worden 2 röntgenfoto’s (craniocaudaal en mediolateraal oblique) geanalyseerd door het AI-systeem. De primaire output van het AI-systeem is een aanbeveling om wel of geen aanvullend onderzoek te verrichten. Daarnaast geeft het AI-systeem aan in welke regio van de borst mogelijk een maligniteit aanwezig is.

De toegevoegde waarde van het AI-systeem voor de detectie van borstkanker werd onderzocht op basis van gegevens uit een dataset van de MaMMa Klinika, een groot Hongaars instituut op het gebied van borstkankerscreening. Het AI-systeem werd in 3 fases geïmplementeerd:

  1. Pilotstudie: een senior radioloog beoordeelde de door AI gedetecteerde gevallen van borstkanker in één onderzoekscentrum;
  2. Multicentrische pilotstudie: het AI-systeem werd ingezet in 4 onderzoekscentra en werd onafhankelijk beoordeeld door 4 radiologen (inclusief de radioloog en het onderzoekscentrum uit de eerst fase);
  3. Gebruik in de klinische praktijk: het AI-systeem werd toegevoegd aan de standaardzorg in de 4 onderzoekscentra.

De borstkankerdetectie-uitkomsten van het AI-systeem werden vergeleken met de voorheen gebruikte detectiemethode, waarbij twee radiologen onafhankelijk van elkaar de mammografiefoto’s handmatig beoordeelden.

Resultaten

Fase I van de studie omvatte gegevens van 3.746 vrouwen (gemiddelde leeftijd: 58,2 jaar), fase II van 9.112 vrouwen (gemiddelde leeftijd: 58,2 jaar) en fase III van 15.953 vrouwen (gemiddelde leeftijd: 58,6 jaar). Fase III loopt nog. In de huidige studie werden de gegevens geanalyseerd die tot en met 31 januari 2023 uit alle fases waren verzameld.

In vergelijking met de handmatige beoordeling van de mammogrammen bleek het AI-systeem 0,7-1,6 extra gevallen van kanker te kunnen detecteren per 1.000 screenings. De positief voorspellende waarde van het detectieproces werd met 0,1-1,9% verhoogd door het gebruik van het AI-systeem.  Hiervoor moesten 7-11% meer handmatige beoordelingen van door de AI als borstkanker aangemerkte mammogrammen worden uitgevoerd, waardoor de werkdruk met 5-6% toenam. 

Conclusie

Uit deze studie blijkt dat een AI-systeem de vroege detectie van borstkanker kan verbeteren. Hoewel de positief voorspellend waarde van de borstkankerscreening werd verbeterd door het AI-systeem, nam de werkdruk leidt de toevoeging van AI aan de screening ook tot een hogere werkdruk.

Referenties

  1. Zielonke N, Gini A, Jansen EEL, et al. Evidence for reducing cancer-specific mortality due to screening for breast cancer in Europe: A systematic review. Eur J Cancer 2020;127:191-206.
  2. Ng AY, Oberije CJG, Ambrózay É, et al. Prospective implementation of AI-assisted screen reading to improve early detection of breast cancer. Nat Med 2023;29:3044-9.
  3. RIVM. Bevolkingsonderzoek borstkanker. Wel of niet meedoen?