Loading...

quantusMM

ANÁLISIS Y CLASIFICACIÓN DE MAMOGRAFÍAS PARA LA DETERMINACIÓN DEL RIESGO DE PATOLOGÍAS MAMARIAS

Su tecnología está basada en el análisis cuantitativo de la textura de la imagen mamaria. quantusMM clasifica las imágenes (perspectiva craneocaudal (CC) y perspectiva oblicua medio lateral (OML) de ambas mamas) y les otorga una categoría que determina la situación de malignidad de la mama analizada.

Sistema de clasificación aplicado en quantusMM

  • Clase 1: Mama benigna
  • Clase 2: Hallazgos probablemente benignos (Probabilidad menor o igual al 50%> )
  • Clase 3: Sospechoso de malignidad (Probabilidad entre un 50% y un 95%)
  • Clase 4: Altamente sugerente de malignidad (Probabilidad mayor o igual a un 95%)
  • Clase 5: Mama maligna

El sistema determina, a partir de varios umbrales cada uno con unos valores de sensibilidad, especificidad y valores predictivos positivo y negativo que mostramos a continuación, la probabilidad de que una muestra sea positiva en función de los falsos positivos detectados en la muestra de entrenamiento.

Por ejemplo, una imagen clasificada como "Clase 5" se considera positiva segura dado que, con el umbral escogido la aparición de falsos positivos (muestras negativas que se catalogan como positivas) es del 0% (especificidad 100%), por lo que los positivos que predice el sistema serán verdaderos positivos. En este caso si tenemos que el número de falsos negativos (muestras positivas que se catalogan como negativas) es mayor que en las demás clases de menor malignidad (sensibilidad baja).

Si una imagen no presenta candidatos a la "Clase 5" el sistema pasa a revisar si pertenece a una clase de menor malignidad, que sería la "Clase 4"

Una muestra catalogada como "Clase 4" se considera como con alta probabilidad de malignidad dado que, con el umbral escogido la aparición de falsos positivos (muestras negativas que se catalogan como positivas) es menor del 5% (especificidad > 95%), por lo que la mayoría de los positivos que predice el sistema serán verdaderos positivos. En este caso si tenemos que el número de falsos negativos (muestras positivas que se catalogan como negativas) el mayor que en otras clases de menor malignidad, pero menor de la "Clase 5" que es de mayor malignidad (sensibilidad no tan baja).

Si la imagen tampoco se clasifica como "Clase 4", se repite el proceso para cada una de las clases de menor malignidad, hasta que se llega a la "Clase 1" que se considera benigna.

La "Clase 1" se considera benigna por el mismo argumento que el explicado para la "Clase 5", pero usando los valores de sensibilidad (al 100%) y valor predictivo negativo (especificidad más baja).

Por tanto, el sistema determina la clase de mayor malignidad a la que pertenece cada una de las imágenes a analizar y es la que se indica en el informe correspondiente para cada imagen de mamografía de la paciente.

Tabla comparativa de la fiabilidad de quantusMM por cada categoría para Nódulos

Clase 1 Clase 2 Clase 3 Clase 4 Clase 5
Sens / Spec * 99% / 23% 95% / 51% 65% / 95% 37% / 100%
VPP / VPN ** 56% / 96% 65% / 91% 92% / 73% 99% / 62%
* Sens: Sensibilidad Spec: Especificidad
** VPP: Valor predictivo positivo VPN: Valor predictivo negativo
*** Datos preliminares a la espera de revisión por el equipo clínico de Osakidetza

Tabla comparativa de la fiabilidad de quantusMM por cada categoría para microcalcificaciones

Clase 1 Clase 2 Clase 3 Clase 4 Clase 5
Sens / Spec * 99% / 39% 95% / 75% 75% / 95% 36% / 100%
VPP / VPN ** 54% / 98% 73% / 95% 91% / 84% 99% / 69%
* Sens: Sensibilidad Spec: Especificidad
** VPP: Valor predictivo positivo VPN: Valor predictivo negativo
*** Datos preliminares a la espera de revisión por el equipo clínico de Osakidetza

¿Por qué funciona quantusMM?

quantusMM se presenta como un novedoso método de Inteligencia Artificial basado en Deep Learning de última generación, con 2 algoritmos de clasificación distintos: uno para nódulos y otro para microcalcificaciones.

Su tecnología se basa en realizar un análisis cuantitativo de la textura de la imagen. Este análisis permite identificar patrones asociados a nódulos o microcalcificaciones malignas, ayudando así a la identificación del riesgo de cáncer de mama.

La imagen original se somete a unos filtros de mejora de contraste y a una división en patches para no perder calidad de imagen cuando las lesiones a detectar son muy pequeñas.

¿CUÁNDO UTILIZAR quantusMM?

quantusMM ha sido diseñado con un claro enfoque en la población general y pretende ser una herramienta de ayuda a los clínicos, especialmente en procesos masivos de cribado de pacientes con factores de riesgo, en la detección temprana de patologías mamarias; y priorización de listas de espera.

Por lo tanto, cualquier mujer puede realizarse la prueba en cualquier momento

quantusMM:



No Invasivo


Fiable


Rápido