CAD

Il CAD  è un sistema di diagnosi computerizzata assistita, è uno strumento sofisticato che aiuta il medico nella diagnosi mammografica individuando sul monitor le aree che necessitano di maggior approfondimento. - Addensamenti - Aree con microcalcificazioni - Distorsioni ghiandolari Questi quadri comunemente associati al tumore e denominati Roi (aree di maggiore interesse) vengono individuati ed [...]

CAD

Il CAD  è un sistema di diagnosi computerizzata assistita, è uno strumento sofisticato che aiuta il medico nella diagnosi mammografica individuando sul monitor le aree che necessitano di maggior approfondimento.
Addensamenti
Aree con microcalcificazioni
Distorsioni ghiandolari
Questi quadri comunemente associati al tumore e denominati Roi (aree di maggiore interesse) vengono individuati ed evidenziati in modo automatico dal sistema CAD il quale non sostituisce il medico ma lo aiuta, lo coadiuva e può migliorare le sue prestazioni.
La diagnosi assistita dal computer (CAD) è una realtà da circa dieci anni essendo disponibile con l’avvento della mammografia digitale.
La visibilità di un  tumore dipende dall’adeguatezza del sistema di imaging (mammografia) e da fattori tecnici, ma soprattutto dalla densità della mammella.
Nonostante la mammografia sia considerata la tecnica principale di diagnosi precoce gli studi indicano una percentuale non trascurabile di falsi negativi oscillante dal 10 al 30 %. Il falso negativo è quantificabile dalle diagnosi dei cancri di intervallo, cancri diagnosticati dopo una mammografia con reperti negativi o di benignità.
Un sistema computerizzato come “secondo lettore” risulta utile nella diagnosi precoce di una popolazione asintomatica  in cui la maggior parte delle donne non presenta patologie, favorendo un aumento sino al 10% della sensibilità diagnostica. La sensibilità è il rapporto tra il numero di immagini diagnostiche in cui è stato evidenziato un tumore e il numero totale di tumori accertati istologicamente.
Utilizzare il computer come secondo lettore può indirizzare l’attenzione su segni di patologia eventualmente non percepiti.
La seconda lettura aiutata dal CAD incrementa la sensibilità   con un aumento del tasso di richiamo del 12%. Tuttavia il CAD pur aumentando la sensibilità di circa il 10% riduce la specificità perché segnala molto ed aumenta il tasso di approfondimento diagnostico.
L’utilizzo del CAD nella pratica clinica è quindi raccomandabile. Esiste infatti evidenza che la lettura singola più CAD abbia accuratezza comparabile alla doppia lettura.
L’analisi computerizzata di immagine per l’interpretazione diagnostica della mammografia è stata ormai dimostrata come ausilio per aumentare la sensibilità diagnostica della mammografia.
Il CAD può migliorare la lettura e l’interpretazione mammaria incrementando l’accuratezza diagnostica. Il CAD è di aiuto nell’identificazione e nell’interpretazione più accurata di microcalcificazioni e distorsioni aiutando il radiosenologo nei momenti di maggior stanchezza. L’ausilio del computer incrementa l’accuratezza diagnostica grazie ad algoritmi di elaborazione sulla base della ricerca applicata nelle aree dell’intelligenza artificiale nel riconoscimento delle strutture e nelle formule matematiche.
I sistemi CAD in mammografia si possono validare in due modi:
1) verifica della accuratezza diagnostica dell’algoritmo: in genere si crea una casistica test, fatta di negativi comprovati
e di un certo numero di carcinomi, e si applica CAD: le variabili più comunemente studiate sono il numero di ROI false positive (non corrispondenti a carcinoma) per proiezione e la sensibilità (cancri identificati da ROI). Gli algoritmi
testati in letteratura hanno bassa specificità (quasi una ROI falsa positiva per proiezione, specificità dell’ordine del
15%). Nella maggioranza degli studi vengono usati cancri diagnosticati nella realtà (quindi cancri per i quali non abbiamo bisogno di CAD) e la sensibilità degli algoritmi testati è molto alta (95% o superiore). Se però si usano cancri “difficili” (carcinomi di intervallo con segni minimi, carcinomi diagnosticati da uno solo di due lettori) la sensibilità degli algoritmi testati cala al 50% (ma sono questi i cancri per i quali vorremmo che CAD ci aiutasse).
2) verifica dell’impatto di CAD sulla lettura. Si testa CAD su casistica campione o nella pratica corrente, confrontando (possibilmente in cieco) i risultati della lettura convenzionale senza CAD e di quella con CAD. Si valuta la frequenza dei richiami aggiuntivi (IRR: incrementai recall rate) o dei cancri aggiuntivi (IDR: incrementai detection rate) identificati alla lettura con CAD rispetto a quella senza. I risultati non sono gli stessi della accuratezza dell’algoritmo perché il lettore, per compensare l’eccesso di ROI false positive, ne ignora la maggioranza. Questo migliora la specificità, ma perde qualche cancro. I risultati della letteratura però sono consolanti: gli algoritmi validati dimostrano un IDR del 5-10% a fronte di una IRR del 10%, sostanzialmente accettabile.
A tutt’oggi risultano validati in letteratura peer reviewed tre algoritmi CAD (R2, iCAD e Cyclopus). Recentemente è stato validato (Dell’Oste G, Tosi E., Teggi S, Ciatto S. Validazione di accuratezza di algoritmo CAD per mammografia. Convegno Nazionale Sezione Senologia SIRM. Milano 16-18 Giugno 2011) un algoritmo CAD. A fronte di una specificità molto più alta degli altri CAD (56.0% contro 17.9% di iCAD, 29.2% di R2 e 15.7% di Cyclopus), la sensibilità è decisamente inferiore (75% contro 94.1% di iCADe 96.8% di R2). Considerando che stiamo parlando di sensibilità su carcinomi correntemente diagnosticati, quella sui carcinomi che CAD dovrebbe aiutarci a trovare dovrebbe essere ancora più bassa. In pratica la buona specificità dell’algoritmo sembra essere ottenuta per l’adozione di una soglia di sospetto elevata, che purtroppo fa perdere anche molti cancri . Poiché l’indicatore più qualificante per CAD è una buona sensibilità, il CAD in questione  non risulta al momento un algoritmo valido per l’uso corrente, salvo che le sue prestazioni non vengano in futuro migliorate da modifiche dell’algoritmo.
E’ un fatto che molti degli algoritmi CAD commercializzati non risultano validati, né in letteratura peer reviewed né tantomeno nelle brochure del produttore, con descrizione delle modalità e risultati della validazione interna. Nel caso dell’argoritmo CAD in esame è emblematico che tale mancanza di validazione documentabile ha corrisposto di fatto ad una performance inadeguata nel momento che l’algoritmo è stato validato da terzi. Se gli altri algoritmi non validati funzionino bene o no non è dato sapere. La commercializzazione è del tutto lecita in un paese come l’Italia che non prevede che sia dimostrato il corretto funzionamento delle apparecchiature elettromedicali (salvo le sicurezze elettriche), con raggiungimento dell’obiettivo diagnostico promesso dalla macchina. Ma eticamente la cosa è inaccettabile.
In realtà in una sistema civile il technology assessment, la verifica cioè che la macchina faccia quello che promette, spetta al produttore. Non si può pretendere che uno compri un programma senza che questo sia mai stato provato in modo adeguato e verificabile. A meno che non si introduca il principio che nel momento che si dimostra che il prodotto non funziona come promesso, il venditore lo ritiri, renda i soldi, e paghi una penale…
Se la doppia lettura della mammografia da parte di un secondo radiologo è vantaggiosa nell’individuare alcuni carcinomi sfuggiti al primo radiologo, questo potrebbe nella pratica di tutti i giorni incrementare notevolmente i costi sanitari. In alternativa dovrebbe essere consigliata la lettura mammografica singola con CAD cosa oggi non auspicabile.
Il contesto ideale del CAD è la mammografia digitale, ci sono vari sistemi in quanto ogni ditta produttrice di mammografi digitali mette a punto il proprio software.
L’impiego del CAD ha dimostrato un aumento della sensibilità diagnostica (circa il 9%) ed ha come scopo la riduzione degli errori diagnostici nella lettura mammografica tradizionale, soprattutto nello screening ove i carichi di lavoro sono notevoli.
Oggi nella pratica clinica può essere giustificato l’utilizzo nella diagnosi, aiutata dall’analisi conputerizzata, per il riconoscimento automatico delle lesioni mammarie allo scopo di ridurre i falsi negativi.
Il CAD trova una sua logica non nel sostituire il radiologo ma affiancandolo per migliorare la sua prestazione diagnostica.
Il sistema del riconoscimento automatico delle alterazioni mammarie in associazione alla mammografia digitale si avvia a sostituire la mammografia analogica tenendo in debita considerazione non solo la sua migliore qualità,la minore dose di radiazioni del digitale ed i progressi della tomosintesi ma anche i vantaggi della trasmissione a distanza ed il teleconsult.
.
Metodologia CAD
Il radiologo esamina prima le immagine mammografiche secondo le procedure standard di pratica clinica.
Dopo aver attivato e visualizzato mediante il CAD le aree di maggior interesse decide se vi è necessità di un ulteriore approfondimento.
Tutte le decisioni di approfondimento diagnostico si basano sull’esame mammografico, sulle informazioni cliniche di supporto e sui contrassegni CAD.
      Aree da approfondire contrassegnate dal CAD includono:
 Cluster di microcalcificazioni
Masse spiculate
Masse non spiculate
Distorsioni ghiandolari
Addensamenti focali asimmetrici

Leave a Reply

Your email address will not be published. Your name and email address are required