Algoritme voor mammogram nog ver van kliniek

De toepassing van kunstmatige intelligentie bij de screening op borstkanker is nog niet rijp voor klinische toepassing. Dat concluderen Freeman en collega’s na een systematische review van de meest recente onderzoeken (BMJ. 2021;374:n1872).

De onderzoekers includeerden studies uit de periode 1 januari 2010-17 mei 2021 die de betrouwbaarheid rapporteerden van een ‘machine learning’-algoritme dat was getraind in het beoordelen van mammogrammen op de aanwezigheid van borstkanker. In hun analyse maakten ze onderscheid tussen studies die een algoritme toepasten ter vervanging van de radioloog en studies die een algoritme toepasten ter assistentie van de radioloog. Daarbij gebruikten ze de histologische analyse van biopten als gouden standaard. Voor negatief gescreende vrouwen, die dus geen biopt hadden gekregen, keken ze naar de follow-up.

De onderzoekers namen 12 verschillende studies in de review mee. Alle studies gebruikten een ‘convolutional neural network’, een systeem dat snel afwijkingen kan leren herkennen, om de mammogrammen te beoordelen. De 6 kleinste studies lieten een hogere betrouwbaarheid van hun algoritme zien dan van een enkele radioloog, maar deze studies bleken slecht te generaliseren naar de kliniek. Wanneer werd gekeken naar de consensus van 2 radiologen, scoorde het algoritme altijd slechter. Bovendien bleek de gouden standaard in 11 van de 12 studies een hoog of onduidelijk risico op bias te hebben.

Het lijkt beter om een algoritme in te zetten als eerste beoordelaar. Het kan dan een deel van de patiënten zonder borstkanker eruit filteren, en zo het werk van de radioloog verminderen. Hiervoor is echter een zeer hoge sensitiviteit vereist en het blijft onduidelijk wat hiervoor de optimale drempelwaarde van de beschikbare algoritmen is.

Om de brug naar de kliniek te maken, zijn prospectieve studies nodig waarin een algoritme als beoordelaar wordt meegenomen in het screeningsproces. Voor de meeste onderzoekers zal de kloof tussen wetenschap en kliniek momenteel echter nog te groot zijn om deze stap te durven zetten.