Stratégies possibles pour l'utilisation de l'intelligence artificielle dans la lecture d'écrans de mammographies, basées sur des données rétrospectives de 122 969 examens de dépistage

OBJECTIFS : L'intelligence artificielle (IA) a montré des résultats prometteurs lorsqu'elle est utilisée sur des données rétrospectives de dépistage mammographique. Cependant, peu d'études ont exploré les conséquences possibles de différentes stratégies de combinaison entre l'IA et les radiologues dans la lecture des écrans. MÉTHODES : Un total de 122 969 examens de dépistage numériques effectués entre 2009 et 2018 dans BreastScreen Norway ont été traités rétrospectivement par un système d'IA, qui a noté les examens de 1 à 10 ; 1 indiquait une faible suspicion de malignité et 10 une forte suspicion. Les résultats ont été fusionnés avec des informations sur le résultat du dépistage et utilisés pour explorer le consensus, le rappel et la détection du cancer pour 11 scénarios différents de combinaison entre l'IA et les radiologues. RÉSULTATS : Le rappel était de 3,2 %, le cancer détecté à l'écran de 0,61 % et le cancer d'intervalle de 0,17 % après lecture double indépendante et a servi de valeurs de référence. Dans un scénario où les examens avec des scores d'IA de 1 à 5 étaient considérés comme négatifs et 6 à 10 entraînaient une lecture double indépendante standard, le rappel estimé était de 2,6 % et le cancer détecté à l'écran de 0,60 %. Lorsque les scores de 1 à 9 étaient considérés comme négatifs et le score de 10 lu en double, le rappel était de 1,2 % et le cancer détecté à l'écran de 0,53 %. Dans ces deux scénarios, les taux potentiels de cancer détecté à l'écran pouvaient atteindre 0,63 % et 0,56 %, si les cancers d'intervalle sélectionnés pour le consensus étaient détectés lors du dépistage. Dans le premier scénario, le volume de lecture d'écran serait réduit de 50 %, tandis que le second le réduirait de 90 %. CONCLUSION : Plusieurs scénarios théoriques avec l'IA et les radiologues ont le potentiel de réduire le volume de lecture d'écran sans affecter substantiellement la détection du cancer. L'influence possible sur le rappel et les cancers d'intervalle doit être évaluée dans des études prospectives. POINTS CLÉS : • Différents scénarios utilisant l'intelligence artificielle en combinaison avec des radiologues pourraient réduire le volume de lecture d'écran de 50 % et entraîner un taux de cancer détecté à l'écran variant de 0,59 % à 0,60 %, comparé à 0,61 % après lecture double indépendante standard • L'utilisation de l'intelligence artificielle en combinaison avec des radiologues a le potentiel d'identifier des examens de dépistage négatifs avec une grande précision dans le dépistage mammographique et de réduire le taux de cancer d'intervalle.