El análisis de casos difíciles de mamografía demuestra discrepancias sutiles en el grupo de lectores

Área de la Ciencia:

• Radiología
• Análisis de imágenes médicas
• Interpretación de la mamografía

Sus antecedentes:

• La interpretación de mamografías de alta calidad es crucial para la detección temprana de anomalías.
• La comprensión de las características difíciles de la imagen ayuda a la educación del lector y al desarrollo de la IA.
• Este estudio compara los desafíos que enfrentan los profesionales avanzados de la radiografía (RAP) y los radiólogos.

Objetivo del estudio:

• Determinar si los RAP y los radiólogos se enfrentan a desafíos similares en la interpretación de mamografías.
• Identificar las características mamográficas específicas que plantean dificultades para cada grupo.
• Informar las estrategias educativas y el desarrollo de herramientas de IA.

Principales métodos:

• Estudio comparativo prospectivo de las lecturas de las mamografías de radiógrafos y radiólogos.
• Se interpretó un conjunto de pruebas de 60 mamografías (20 con cáncer) utilizando una plataforma basada en la nube.
• Los índices de dificultad se calcularon sobre la base de las tasas de error; se utilizaron los análisis de correlación de Mann-Whitney y Spearman.

Principales resultados:

• Fuertes correlaciones (r=0,83 y r=0,73) en los índices de dificultad entre los RAP y los radiólogos para casos de cáncer y normales.
• La apariencia de tejidos blandos y la falta de imágenes previas presentaron una mayor dificultad que las calcificaciones o la disponibilidad de imágenes previas.
• No se observaron diferencias significativas en las características de la imagen solo para los radiólogos.

Conclusiones:

• Existe una fuerte correlación entre los radiólogos y los radiógrafos en la identificación de casos difíciles de mamografía.
• Los radiógrafos mostraron una mayor susceptibilidad a los desafíos de las apariencias variadas del cáncer y las imágenes previas ausentes.
• Los hallazgos apoyan estrategias educativas personalizadas y el desarrollo de IA para el apoyo del lector.