Transpara verbessert die Krebserkennung durch Verringerung falsch-negativer Krebsfälle

USA - English

USA - español

USA - English

USA - Français

News provided by

Nov 19, 2024, 16:03 ET

Transpara von ScreenPoint Medical entdeckte in einer großen retrospektiven Studie mit Daten aus der Screening-Bevölkerung genau die Hälfte der falsch-negativen Krebsfälle – alle invasiv und häufig bei einer hohen Brustdichte.

NIJMEGEN, Niederlande, 19. November 2024 /PRNewswire/ -- Die Ergebnisse einer UCLA-Studie, die kürzlich im Journal of Breast Imaging veröffentlicht wurden, zeigen, dass die bewährte Brust-KI von Transpara die Krebserkennung verbessern kann, indem sie falsch-negative Krebsfälle verringert, wenn sie auf eine heterogene, reale US-Screening-Population angewendet wird. Die Studie „External Validation of a Commercial Artificial Intelligence Algorithm on a Diverse Population for Detection of False Negative Breast Cancers" zeigte, dass Transpara fast 50 Prozent der falsch negativen Brustkrebserkrankungen korrekt identifizierte, die meisten davon bei einer hohen Brustdichte.

Transpara trusted by users across the USA

Die durch Transpara entdeckten falsch negativen Krebsarten waren alle invasiv und überwiegend (82 %) vom Subtyp Luminal A. Der Luminal A Brustkrebs ist der häufigste Subtyp und macht 50–60 % aller Brustkrebserkrankungen aus. In der Kohorte der digitalen Brusttomosynthese (DBT) wurden alle Intervallkarzinome in Brüsten mit einer hohen Dichte entdeckt. Da Brustgewebe mit einer hohen Dichte häufig sowohl mit einer geringeren Feinheit bei der Mammographie als auch mit einem erhöhten individuellen Risiko verbunden ist, könnte die Fähigkeit von Transpara, diese Intervallkrebserkrankungen früher zu erkennen, zu besseren Gesundheitsergebnissen führen.

Ziel der Studie war es, die Fähigkeit der KI zu bewerten, falsch-negative Krebserkrankungen zu erkennen, die zum Zeitpunkt des Screenings bei der alleinigen Untersuchung durch den Radiologen nicht entdeckt wurden. Nach Angaben des Breast Cancer Screening Consortium liegt die Falsch-Negativ-Quote in den Vereinigten Staaten bei 0,8 pro 1000 Untersuchungen.

„Auch wenn die Falsch-Negativ-Quote beim Brustkrebs-Screening niedrig ausfällt, ist die Minimierung der Falsch-Negativ-Quote entscheidend, um den größten Nutzen des Screenings zu erzielen", so Alejandro Rodriguez Ruiz, PhD, VP für Innovation und Clinical Strategy bei ScreenPoint. „Diese Ergebnisse sind besonders aussagekräftig, da in der Studie keine mit Krebs angereicherten Datensätze verwendet wurden. Wie bei der MASAI-Studie wurden in dieser Studie tatsächliche Screening-Populationen verwendet, was die Übertragbarkeit der Ergebnisse auf den realen klinischen Einsatz erleichtert.

Mit mehr als 35 begutachteten Studien ist Transpara der einzige KI-Algorithmus, der in großen, realen Screening-Populationen mehrfach evaluiert wurde (UCLA, niederländisches Brustkrebs-Screening-Programm, britisches Brustkrebs-Screening-Programm, Hauptstadtregion Dänemarks, Universität Lund, norwegisches Krebsregister, Krankenhaus Reina Sofia Cordoba). Transpara unterstützt Radiologen beim Auswerten von Mammographieuntersuchungen (sowohl DBT als auch FFDM), indem es ein „zweites Paar Augen" zur Verfügung stellt, was hilft, Krebserkrankungen früher zu erkennen und die Wiederrufquoten zu reduzieren. Die Studie zeigt, dass mit Transpara bis zu 45 % der Intervallkarzinome früher entdeckt werden können, während gleichzeitig die Arbeitsbelastung reduziert und der Arbeitsablauf optimiert wird.

Informationen zu ScreenPoint Medical

ScreenPoint Medical übersetzt modernste Forschung im Bereich des maschinellen Lernens in eine für Radiologen zugängliche Technologie, um den Screeningablauf, die Entscheidungssicherheit und die Risikobewertung für Brustkrebs zu verbessern. Transpara genießt das Vertrauen von Radiologen auf der ganzen Welt, da es von Experten für maschinelles Lernen und Bildgebungsanalyse entwickelt sowie durch das Feedback von weltweit anerkannten Brustbildgebungsfachleuten aktualisiert wurde. Alle Nachweise finden Sie auf: https://screenpoint-medical.com/published-evidence/peer-reviewed-publications

Foto – https://mma.prnewswire.com/media/2560960/US_Transpara_Users_November_2024.jpg
Logo – https://mma.prnewswire.com/media/1582198/ScreenPoint_Medical_Logo.jpg