%20(1).png)
Kvak, D., Biroš, M., Hrubý, R., Dandár, J., Janů, E., & Atakhanova, A. (2024). Enhancing Accuracy in Breast Density Assessment using Deep Learning: A Multicentric, Multi-Reader Study. European Congress of Radiology 2024, Vienna.
Abstrakt:
Hodnocení mamografické denzity prsu, která je kritickým indikátorem rizika rakoviny prsu, tradičně provádějí radiologové vizuální kontrolou mamografických snímků s využitím kategorií denzity prsu podle systému BI-RADS (Breast Imaging-Reporting and Data System). Tato metoda však podléhá značné variabilitě mezi pozorovateli, což vede k nesrovnalostem a možným nepřesnostem při hodnocení hustoty a následném odhadu rizika. Abychom tento problém adresovali, představujeme algoritmus automatické detekce založený na hlubokém učení (DLAD) určený k automatickému hodnocení denzity prsní tkáně. Naše multi-reader multicentrická studie využívá rozsáhlý dataset 122 full-field digitálních mamografických studií (488 snímků v CC a MLO projekcích), které pocházejí ze tří institucí. K provedení retrospektivní analýzy jsme přizvali dva zkušené radiology, kteří stanovili základní pravdu pro 72 mamografických studií (BI-RADS třídy A: 18, BI-RADS třídy B: 43, BI-RADS třídy C: 7, BI-RADS třídy D: 4). Účinnost DLAD byla poté porovnána s výkonem pěti nezávislých radiologů s různou úrovní zkušeností. Systém DLAD vykázal solidní výkon, přičemž dosáhl přesnosti 0,819 (95% CI: 0,736-0,903) spolu se skóre F1 0,798 (0,594-0,905), přesností 0,806 (0,596-0,896), odvoláním 0,830 (0,650-0,946) a Cohenovým kappa (𝜅) 0,708 (0,562-0,841). Algoritmus dosáhl robustní úspěšnosti, která se shoduje s výkonností jednotlivých radiologů a ve čtyřech případech ji překonává. Statistická analýza neodhalila významný rozdíl v přesnosti mezi DLAD a radiology, což podtrhuje konkurenční diagnostickou shodu modelu s profesionálním hodnocením radiologů. Tyto výsledky ukazují, že algoritmus automatické detekce založený na hlubokém učení může zvýšit přesnost a konzistenci hodnocení hustoty prsu a nabízí spolehlivý nástroj pro zlepšení výsledků screeningu rakoviny prsu.
.png)
