La condivisione dei dati può migliorare l’intelligenza artificiale nella ricerca sulla diagnostica per immagini della mammella
- Buda M & al.
- JAMA Netw Open
- Univadis
- Notizie di oncologia
Conclusioni
- Un ampio insieme di dati di immagini di tomosintesi digitale della mammella (digital breast tomosynthesis, DBT) dovrebbe aiutare a migliorare gli algoritmi di intelligenza artificiale utilizzati nella diagnostica per immagini del tumore mammario.
Perché è importante
- L’insieme di dati può essere sfruttato nella futura ricerca sulla diagnostica per immagini della mammella.
Disegno dello studio
- In questo studio diagnostico sono stati valutati 16.802 esami di DBT con almeno 1 ricostruzione.
- I dati sono stati suddivisi casualmente in studi di addestramento (4.838 studi di 4.362 pazienti), convalida (312 studi di 280 pazienti) e insiemi di prova (460 studi di 418 pazienti) in modo da garantire l’assenza di sovrapposizione delle pazienti tra sottogruppi.
- Finanziamento: National Institutes of Health (NIH).
Risultati principali
- È stato reso disponibile pubblicamente un insieme di dati di studi DBT che contenevano 22.032 volumi DBT ricostruiti di 5.060 pazienti.
- Gli studi sono stati suddivisi in base al tipo: studi normali (91,4%), studi per i quali erano necessari ulteriori esami di diagnostica per immagini, ma non biopsie (5,0%), studi con biopsia benigna (2,0%) e studi che hanno rilevato tumori (1,6%).
- L’algoritmo ha raggiunto una sensibilità basata sulla mammella del 65%.
Limiti
- L’insieme di dati non include annotazioni per calcificazioni e/o microcalcificazioni.
L'accesso al sito è limitato e riservato ai professionisti del settore sanitario
Hai raggiunto il massimo di visite
Registrati gratuitamente Servizio dedicato ai professionisti della salute
