Lunit a annoncé qu'elle allait dévoiler huit résumés lors de la réunion annuelle 2023 de la Radiograph Society of North America (RSNA), qui se tiendra à Chicago du 26 au 30 novembre. Trois d'entre eux seront présentés oralement, et les cinq autres seront présentés sous forme d'ePosters. Dans une présentation orale, Lunit explore l'efficacité d'un modèle d'IA de filtrage normal (NF) nouvellement développé pour rapporter de manière autonome des radiographies thoraciques normales.

La recherche évalue la sensibilité de l'IA dans la détection des anomalies, la proportion de radiographies thoraciques pouvant être retirées du rapport, et l'impact combiné de Lunit INSIGHT CXR, une IA disponible dans le commerce (CA) détectant des résultats prédéfinis. Le modèle NF a démontré une sensibilité moyenne de 97,8 % en appliquant un seuil de spécificité de 50 %, ce qui a entraîné une réduction totale de 22 % des radiographies pulmonaires à déclarer. En outre, le modèle CA a détecté 16,7 % d'anomalies cliniquement significatives manquées, ce qui en fait un filet de sécurité précieux.

L'étude démontre que l'IA de filtrage normal a le potentiel d'alléger la charge de travail des radiologues, et Lunit INSight CXR agit comme un mécanisme de protection vital pour éviter de négliger des anomalies potentielles. Lunit prévoit de renforcer son engagement en faveur de solutions d'IA innovantes en radiologie en lançant officiellement le modèle NF dans un avenir proche. Lunit étudie également les modèles parenchymateux mammographiques et les changements longitudinaux pour développer un modèle d'IA prédisant le risque futur de cancer du sein.

Le modèle d'IA, développé à partir de 16 113 mammographies numériques plein champ de plus de 9 000 femmes, a démontré une meilleure prédiction du risque avec des AUC de 0,75 à 1 an, 0,76 à 2 ans et 0,73 à 3 ans. Cette étude montre la faisabilité d'un modèle prédictif d'IA pour identifier les caractéristiques du parenchyme mammographique, améliorer la stratification du risque avec des changements longitudinaux et accélérer le dépistage personnalisé du cancer du sein. En outre, une équipe de recherche suédoise dirigée par le Dr Karin Dembrower, médecin en chef de la clinique de mammographie de l'hôpital Capio S:t Goran, présente les résultats de la sous-étude de l'essai ScreenTrustCAD.

ScreenTrustCAD est la première étude prospective au monde sur l'IA dans le cadre du dépistage du cancer du sein au sein d'une large population, publiée dans le Lancet Digital Health. L'essai a révélé que dans un contexte de double lecture, Lunit INSIGHT MMG plus un lecteur a permis une détection du cancer supérieure à celle de deux lecteurs humains, sans augmenter le nombre de rappels.