Data-driven health
Data-driven health

Applicazione di sistemi di intelligenza artificiale come innovazione organizzativa in un programma di screening mammografico AI Triaged per la sostenibilità del sistema salute: uno studio retrospettivo

Azienda USL di Reggio Emilia - IRCCS
Strutture della sanità pubblica e privata
https://www.ausl.re.it/
DESCRIZIONE DEL PROGETTO

L’Intelligenza Artificiale (AI) ha applicazioni promettenti nello screening mammografico. L’AI case malignancy score (AI-CMS) è una percentuale che indica la confidenza di un sistema di Computer Aided Detection (CAD) di rilevare un cancro in una mammografia. Nello studio il CAD agisce come un lettore che richiama le donne con un AI-CMS superiore ad una soglia (dal 5% al 25%). Se un primo radiologo è in disaccordo con la classificazione quale caso negativo del CAD, la valutazione passa a un secondo e, in caso di disaccordo, a un terzo.

Per validare la strategia sono stati considerati 43.344 esami del 2023 dello Screening Mammografico di Reggio Emilia (compresi 202 cancri). L’impatto della soluzione è stato analizzato in termini di tasso di richiamo, riduzione del carico di lavoro e impatto economico per dimostrarne la sostenibilità economica e la capacità di ridurre il carico di lavoro dei radiologi senza introdurre ulteriori falsi negativi e riducendo il tasso di richiamo.

OBIETTIVI DELLA SOLUZIONE

Dimostrare che un programma di screening che implementa soluzioni di “AI triage” con parziale eliminazione dell’intervento di uno dei due lettori umani in casi in cui il CAD suggerisce una elevata probabilità di negatività non è inferiore al programma di screening standard (realizzato con letture in doppio cieco più arbitrato) e se la soluzione proposta è in grado di alleggerire il carico di lavoro dei radiologi, riducendo il numero di letture mammografiche ed il tasso di richiamo, senza aggiungere falsi negativi.

E’ stato analizzato anche l’impatto economico di questo modello, tenendo conto dei costi di acquisto e manutenzione del CAD, nonché del risparmio economico derivante dalla riduzione del numero totale di letture e del numero di donne richiamate (considerato il costo medio degli esami di approfondimento). La soluzione proposta, se validata anche da studi prospettici, potrà essere applicata a tutti i programmi di screening per la diagnosi precoce del tumore mammario.

DOWNLOAD DOCUMENTI
PER SAPERNE DI PIÙ
VIDEO DI PRESENTAZIONE