TrialsgrambetaRCTs are beautiful
Traduzione non revisionataLa traduzione in Italiano di questa voce non è stata revisionata e può differire dalla fonte. Acronimo, titolo completo e citazione restano sempre nella lingua originale.Apri la pubblicazione originale ↗

Elías-Cabot AI triage

AI-based triage and decision support in mammography and digital tomosynthesis for breast cancer screening: a paired, noninferiority trial

Paziente / Popolazione Intervento / Esposizione Confronto Esito

In 31.301 donne sottoposte a mammografia di screening, un triage IA parzialmente autonomo che metteva da parte gli esami a basso rischio ha ridotto il carico di lavoro di lettura dei radiologi rispetto alla doppia lettura standard in cieco.

N
31.301pazienti
Disegno
Studio prospettico appaiato di non inferiorità (non randomizzato)
Esito
Carico di lavoro dei radiologi, tasso di rilevamento dei tumori e tasso di richiamo (coprimari)
Rilevanza
3Complementare — contesto, non conoscenza imprescindibile.
RisultatoCarico di lavoro −63,6 %; rilevamento dei tumori da 6,3 a 7,3 per 1.000 (+15,2 %, IC al 95 % 6,6–24,4 %; p<0,001); tasso di richiamo +14,8 % (IC al 95 % 9,0–20,6 %), non inferiorità non dimostrata. Riduzione del carico di lavoro simile per mammografia digitale (−62,1 %) e tomosintesi (−65,5 %); rilevamento e richiami aumentati solo con la mammografia digitale.
Elías-Cabot E, et al. Nat Med. 2026;32(4):1296-1305. 10.1038/s41591-026-04277-x
Discussione e critica

Primo test prospettico dell'AI che refertava come normali gli screening a basso rischio senza alcuna lettura umana: quasi due terzi del carico di lavoro sono scomparsi e il rilevamento è aumentato, ma sono aumentati anche i richiami — il compromesso che qualsiasi programma di AI autonoma deve giustificare. Disegno appaiato, non randomizzato (entrambe le strategie applicate a ogni esame), un unico flusso di lavoro AI, e il carcinoma rilevato allo screening anziché i carcinomi di intervallo o la mortalità come esito.