Artificial Intelligence in Mammography Screening in Norway (AIMS Norway): Protocol for a randomized controlled trial

Dit artikel beschrijft het protocol voor een gerandomiseerde gecontroleerde studie in Noorwegen die onderzoekt of een door kunstmatige intelligentie ondersteunde leesstrategie, waarbij het aantal radiologen wordt aangepast op basis van risicoscores, niet-onderdoenlijk is aan de standaard dubbele lezing wat betreft de detectie van borstkanker.

De kern

🎥 De Nieuwe "Slimme Assistent" voor Borstkankerscreening in Noorwegen

Stel je voor dat je een enorme bibliotheek hebt met 680.000 boeken (de mammogrammen van vrouwen). De taak van de bibliothecarissen (de radiologen) is om elk boek te controleren op één heel specifiek, zeldzaam foutje: een kankergezwel.

Het probleem?

1. Er zijn te weinig bibliothecarissen (radiologen).
2. 99% van de boeken is perfect (geen kanker).
3. Het controleren van elk boek twee keer door twee verschillende bibliothecarissen (de huidige standaard) kost enorm veel tijd en energie.

Dit onderzoek, genaamd AIMS Norway, wil testen of een kunstmatige intelligentie (AI) kan helpen om dit proces slimmer en sneller te maken, zonder dat er meer fouten worden gemaakt.

---

🤖 Hoe werkt de proef?

Het onderzoek is als een grote wedstrijd tussen twee teams die hetzelfde werk doen, maar op een andere manier:

Team A: De Oude Standaard (De Controlegroep)

Hier gebeurt er niets nieuws. Elke "boek" (mammogram) wordt twee keer gecontroleerd door twee verschillende radiologen. Als ze het niet eens zijn, komen ze samen om het te bespreken. Dit is de huidige, veilige methode, maar het is zwaar werk.

Team B: De Nieuwe Slimme Methode (De Interventiegroep)

Hier komt de AI-assistent (een computerprogramma genaamd Transpara) om de hoek kijken. De computer kijkt eerst naar het beeld en geeft een risicoscore van 1 tot 10:

• Score 1 t/m 7 (Veilig): De computer zegt: "Dit lijkt heel veilig." In dit geval hoeft slechts één radioloog het beeld te bekijken. De tweede radioloog hoeft niet meer te kijken.
• Score 8 t/m 10 (Risicovol): De computer zegt: "Hier moet je goed naar kijken!" In dit geval kijken twee radiologen nog steeds samen, net als bij Team A.

Belangrijk detail: De radiologen weten niet wat de computer heeft gezegd terwijl ze kijken. Ze doen hun werk alsof de computer er niet is. Pas later, als ze het niet eens zijn, kijken ze naar de score van de computer om een beslissing te nemen. Dit voorkomt dat ze blindelings op de computer vertrouwen.

---

🎯 Wat is het doel?

De onderzoekers willen weten: Is Team B net zo goed als Team A?

Ze willen niet per se beter zijn, maar ze willen zeker weten dat ze niet slechter zijn. Dit noemen ze een "non-inferiority" test.

• Als Team B (met de AI) net zo veel kankers vindt als Team A, maar wel veel minder tijd kost, dan is het een groot succes.
• Het doel is om de werkdruk te verlagen zodat er meer tijd is voor de moeilijke gevallen, zonder dat er kankers over het hoofd worden gezien.

📊 De Wiskunde (Maak je geen zorgen, het is simpel)

Om dit te bewijzen, moeten ze heel veel vrouwen screenen. Ze hebben ongeveer 165.000 vrouwen nodig die meedoen.

• Als ze genoeg vrouwen hebben, kunnen ze met zekerheid zeggen: "Ja, het gebruik van één radioloog voor veilige gevallen werkt net zo goed als twee radiologen."
• Als het niet werkt, stoppen ze met de proef en houden ze vast aan de oude methode.

🛡️ Waarom is dit belangrijk?

Vandaag de dag is er een tekort aan radiologen over de hele wereld. Als we doorgaan met de huidige methode (altijd twee keer kijken), kunnen we de groeiende vraag niet meer aan.

• De metafoor: Stel je voor dat je een auto hebt die 99% van de tijd op de snelweg rijdt zonder obstakels. Waarom moet je dan twee chauffeurs hebben die de hele tijd naar de weg staren? Misschien kan een slimme cruise-control (de AI) zeggen: "Hier is het veilig, één chauffeur is genoeg," en alleen als er een obstakel komt, roepen ze de tweede chauffeur erbij.

🏁 Conclusie

Dit onderzoek is een grote, zorgvuldig geplande test in Noorwegen. Als het lukt, kan dit de toekomst van borstkankerscreening veranderen:

• Voor de patiënt: Evenveel veiligheid, misschien zelfs sneller.
• Voor de arts: Minder vermoeiend werk, meer focus op de moeilijke gevallen.
• Voor het systeem: Een duurzame manier om kanker op te sporen, zelfs als er minder specialisten zijn.

Het is een stap om technologie in te zetten om menselijke expertise te versterken, niet om deze te vervangen.

Technische samenvatting

Technische Samenvatting: AIMS Norway (Artificial Intelligence in Mammography Screening in Norway)

1. Het Probleem
De huidige borstkankerscreeningprogramma's, zoals BreastScreen Norway, staan onder druk door een combinatie van factoren:

• Toenemende volumes: Steeds meer vrouwen worden uitgenodigd voor screening.
• Krappe arbeidsmarkt: Er is een wereldwijd tekort aan radiologen.
• Inefficiëntie: Een zeer groot deel van de mammogrammen (ruim 99%) is negatief, wat leidt tot een hoge werklast voor radiologen die weinig opbrengst oplevert.
• Diagnostische beperkingen: Retrospectieve studies tonen aan dat bijna een kwart van de opgespoorde kankers door één van de twee radiologen oorspronkelijk over het hoofd werd gezien. Ook zijn 20-25% van de intervalkankers (kanker die tussen screeningen wordt gediagnosticeerd) retrospectief zichtbaar op eerdere beelden.

De huidige standaard in Noorwegen is onafhankelijke dubbele lezing door twee radiologen, gevolgd door een consensusvergadering bij twijfel. Dit proces is arbeidsintensief en duurzaamheid is een zorg.

2. Methodologie
Het onderzoek is opgezet als een gerandomiseerde, gecontroleerde, parallelle, non-inferioriteitstrial (single-blinded).

• Doel: Bepalen of een AI-gestuurde leesstrategie non-inferieur (niet slechter) is aan de huidige standaard (dubbele lezing) wat betreft het aantal opgespoorde borstkankers.
• Deelnemers: Vrouwen (50-69 jaar) uit de regionale gezondheidsautoriteiten van West-, Centraal- en Noord-Noorwegen die worden uitgenodigd voor screening.
• Randomisatie: Deelnemers worden 1:1 gerandomiseerd naar een controlegroep of een interventiegroep, gebaseerd op hun persoonlijke identificatienummer.
• Interventie (AI-model): De studie gebruikt Transpara® (ScreenPoint Medical), een CE-gemarkeerd Class IIb apparaat dat convolutionele neurale netwerken (CNN) gebruikt. Het model genereert een maligniteitsrisicoscore van 1 tot 10.
  • Controlegroep: Standaard onafhankelijke dubbele lezing door twee radiologen. AI-analyse gebeurt pas achteraf voor onderzoeksdoeleinden.
  • Interventiegroep: De leestactiek wordt bepaald door de AI-score:
    • Scores 1–7 (Laag risico): Enkele lezing door één radioloog.
    • Scores 8–10 (Gemiddeld tot hoog risico): Onafhankelijke dubbele lezing door twee radiologen.
  • Blinding: Radiologen zijn tijdens de initiële lezing geblindeerd voor de AI-score en de AI-markeringen. Deze informatie wordt pas vrijgegeven tijdens consensusvergaderingen voor gevallen die door de radioloog als verdacht worden gemarkeerd of waarbij de AI-ruwe score >9,8 is.
• Steekproefgrootte: Om non-inferioriteit aan te tonen met 80% power en een non-inferioriteitsmarge van 0,0012, zijn ongeveer 132.184 mammogrammen nodig (ongeveer 66.092 per groep). Dit vereist een uitnodiging van circa 165.000 vrouwen bij een deelnamegraad van 80%.

3. Belangrijkste Bijdragen (Key Contributions)

• Risicogestratificeerde workflow: Dit is een van de eerste grote prospectieve RCT's die test of AI kan worden gebruikt om de leeslast te verdelen op basis van risico, waarbij lage-risico gevallen door één radioloog worden gelezen en hoge-risico gevallen de standaard dubbele lezing behouden.
• Validatie in de praktijk: In plaats van alleen retrospectieve data te gebruiken, valideert deze studie de prestaties van AI in een echte, bevolkingsgebaseerde screeningomgeving.
• Beheersing van bias: Door radiologen te blinderen voor de AI-score tijdens de eerste lezing, wordt "automatiseringsbias" (het blindelings vertrouwen op de AI) geminimaliseerd, wat de interne validiteit van de studie verhoogt.
• Uitgebreide eindpunten: Naast het primaire eindpunt (aantal opgespoorde kankers), worden secundaire uitkomsten gemeten zoals:
  • Consensuspercentage
  • Terugroepercentage (recall rate)
  • Intervalkankerpercentage
  • Tijd besteed aan lezen en consensusvergaderingen (werklast-efficiëntie).

4. Resultaten

• Status: Dit document is een protocol voor een geplande studie (gepubliceerd als preprint op medRxiv). Er zijn nog geen resultaten beschikbaar over de daadwerkelijke uitkomsten van de trial.
• Verwachte uitkomsten: De studie is ontworpen om te bewijzen dat het vervangen van dubbele lezing door een AI-gestuurde strategie (enkele lezing voor lage risico's) niet leidt tot een klinisch onaanvaardbare daling in het aantal opgespoorde kankers. Als de bovenste grens van het betrouwbaarheidsinterval voor het verschil in kankeropsporing onder de vooraf bepaalde marge blijft, wordt non-inferioriteit geconcludeerd.

5. Significantie
De AIMS Norway-studie is van cruciaal belang voor de toekomst van borstkankerscreening:

• Duurzaamheid: Het biedt een mogelijke oplossing voor het tekort aan radiologen door de werklast te optimaliseren zonder de kwaliteit van de zorg te verlagen.
• Beleidvorming: De bevindingen zullen directe invloed hebben op toekomstige beleidsrichtlijnen voor borstkankerscreening in Noorwegen en mogelijk wereldwijd.
• Integratie van AI: De studie bepaalt of AI veilig kan worden geïntegreerd als een "triage-tool" die de menselijke expertise aanvult en richt op de meest kritieke gevallen, in plaats van radiologen volledig te vervangen.
• Ethische en juridische kaders: Het protocol benadrukt strikte naleving van de GDPR, ethische goedkeuring en transparante data-behandeling, wat een model kan zijn voor toekomstige AI-studies in de gezondheidszorg.

Kortom, deze studie is een mijlpaal in het bewijzen van de veiligheid en efficiëntie van AI-gestuurde workflows in de klinische praktijk.