In sintesi
- Fonte
- Hernström, Josefsson, Sartor, Schmidt, Larsson, Hofvind, Andersson, Rosso, Hagberg and Lång (2025). Screening performance and characteristics of breast cancer detected in the Mammography Screening with Artificial Intelligence trial (MASAI): a randomised, controlled, parallel-group, non-inferiority, single-blinded, screening accuracy study. The Lancet Digital Health, 7(3), e175–e183. doi:10.1016/S2589-7500(24)00267-X
- Come è stato condotto
- Le donne sono state assegnate a sorte a uno screening supportato dall’IA o a quello standard, in cui due radiologi leggono ogni esame. Nel gruppo con l’IA, l’IA mandava ogni esame a uno o due lettori in base al rischio e segnalava le aree sospette. Esperimento randomizzato. Le persone sono state assegnate a caso a lavorare con o senza lo strumento, e i due gruppi sono stati confrontati.
- Chi ha partecipato
- 105.934 donne idonee allo screening mammografico, assegnate tra il 12 aprile 2021 e il 7 dicembre 2022.
- Dove
- Quattro centri di screening nel sud-ovest della Svezia (Malmö, Lund, Landskrona e Trelleborg), all’interno del programma nazionale di screening.
“The findings suggest that AI contributes to the early detection of clinically relevant breast cancer and reduces screen-reading workload without increasing false positives.” [I risultati indicano che l’IA contribuisce alla diagnosi precoce di tumori al seno clinicamente rilevanti e riduce il carico di lettura degli esami senza aumentare i falsi positivi.]
Che cosa ha trovato
Nel gruppo con l’IA, un sistema di IA (Transpara, prodotto da ScreenPoint Medical) dava un punteggio a ogni esame. Gli esami a basso rischio andavano a un radiologo e quelli ad alto rischio a due. L’IA segnalava anche le aree sospette ai lettori.
- Più tumori trovati. Lo screening con l’IA ha trovato 338 tumori su 53.043 donne, cioè 6,4 ogni 1.000. Lo screening standard ne ha trovati 262 su 52.872, cioè 5,0 ogni 1.000. Lo screening supportato dall’IA ne ha trovati 1,29 volte tanti (intervallo probabile da 1,09 a 1,51).
- Quali tumori. I tumori in più erano soprattutto piccoli tumori invasivi che non si erano diffusi ai linfonodi, e tumori in fase iniziale, circa la metà di un tipo a crescita rapida.
- Nessun falso allarme in più. La quota di donne richiamate e il tasso di falsi positivi non sono aumentati oltre quanto spiegabile con il caso.
- Meno letture. I radiologi hanno fatto 61.248 letture nel gruppo con l’IA contro 109.692 nel gruppo standard, il 44,2% in meno.
Quando vale il risultato
Il guadagno è venuto dal decidere chi controlla che cosa. L’IA decideva quante persone guardavano ogni esame, invece di avere una persona che controllasse ogni risultato dell’IA. Si adatta a lavori in cui oggi ogni elemento viene controllato e in cui il rischio di ogni elemento si può misurare con un punteggio.
Limiti
- Questo articolo riporta le misure secondarie della sperimentazione. La misura principale, i tumori trovati tra un giro di screening e l’altro, è riportata a parte.
- Lo screening mammografico è un processo regolato in modo rigoroso, con un protocollo fisso. Il lavoro d’ufficio è meno standardizzato.
- La sperimentazione è stata finanziata con fondi pubblici, tra gli altri dalla Swedish Cancer Society e dal governo svedese. Uno degli autori ha fatto da consulente per Siemens Healthineers.
Pratiche che usano questo studio
Questo studio sostiene:
- Faccia controllare a una persona tutto ciò che va a un cliente o ha valore legale Prima che un risultato dell’IA esca dall’azienda o serva a prendere una decisione, una persona con nome e cognome lo confronta con fonti reali e lo approva. Renda il controllo un passo del processo, con il tempo necessario per farlo. Prima di tutto · Impegno: medio (settimane, poche persone)
- Riprogetti il flusso di lavoro invece di aggiungervi uno strumento Dare alle persone uno strumento di IA dentro un processo rimasto uguale cambia poco. Decida di nuovo chi svolge ogni passo, in che ordine e dove una persona controlla. Subito dopo · Impegno: alto (mesi, diversi gruppi di lavoro)