Nieuwe echografiemethode maakt nauwkeurig onderscheid tussen vloeibare en vaste borstmassa's

Nieuwe echografiemethode maakt nauwkeurig onderscheid tussen vloeibare en vaste borstmassa's

Nieuwe echografietechnologie ontwikkeld door Johns Hopkins kan vloeibare en vaste borstmassa's met vrijwel perfecte nauwkeurigheid onderscheiden, een vooruitgang die patiënten zou kunnen redden, vooral degenen met dicht borstweefsel, onnodige follow-ups, pijnlijke procedures en angst.

Bij de eerste tests met echte patiënten identificeerden artsen die de nieuwe methode gebruikten de massa's in 96% van de gevallen nauwkeurig - ze hadden het slechts in 67% van de gevallen bij het juiste eind als ze dezelfde massa analyseerden met hun gewone machines.

"Dit is belangrijk omdat de voordelen van echografie bij de detectie van borstkanker beperkt kunnen worden door het vergelijkbare uiterlijk van goedaardige vloeistofmassa's en vaste massa's die kanker kunnen zijn", zegt hoofdauteur Muyinatu 'Bisi' Bell, een biomedisch en elektrisch ingenieur aan de Johns Hopkins University die gespecialiseerd is in beeldtechnologie. "Onze prestatie zal de manier veranderen waarop borstkanker wordt gediagnosticeerd. Radiologen kunnen onmiddellijk vertrouwen hebben in de diagnose. En patiënten zullen niet worden gestuurd voor biopsieën en invasieve procedures als er meer vertrouwen is dat een massa geen reden tot bezorgdheid is."

Het door de overheid gefinancierde werk wordt vandaag gepubliceerd inVooruitgang in de radiologie.

Om borstkanker vroegtijdig op te sporen wordt aanbevolen dat iedere vrouw boven de 40 een mammografie laat maken. Bij vrouwen met dicht borstweefsel kunnen de resultaten echter niet doorslaggevend zijn. Deze vrouwen worden vaak vervolgens doorgestuurd voor een echografie - een technologie die ook problemen heeft met dicht borstweefsel.

Echografie werkt door geluidsgolven via een sonde in de borstkas te sturen. Het geluid weerkaatst tegen structuren zoals massa's en wordt opgenomen. Als het perfect werkt, gaat het geluid rechtstreeks van de massa terug naar de sonde. Bij problemen met een dichte borstkas wordt het geluid echter verstrooid voordat het de massa bereikt, waardoor ‘akoestische ruis’ in het beeld ontstaat. Een goedaardige, met vocht gevulde cyste die op foto's zwart zou moeten lijken, ziet er van binnen vaak grijs uit, net zoals een kankergezwel eruit zou zien.

Het nieuwe proces verandert niets aan de manier waarop ultrageluid wordt gegenereerd, maar verbetert eerder de verwerking van de signalen. Traditionele echografie is gebaseerd op de amplitude van signalen en zet hoge en lage signalen om in zwarte, witte of grijstinten. De nieuwe methode is ‘gebaseerd op coherentie’, wat betekent dat het beeld afhangt van hoe vergelijkbaar signalen zijn met naburige signalen.

Het nieuwe systeem levert niet alleen schonere beelden op, maar maakt het zelfs nog eenvoudiger voor radiologen door voor elke massa een numerieke beoordeling te geven; alleen die boven een bepaalde drempel worden als zorgelijk beschouwd.

Het is echt spannend omdat we dezelfde echogegevens gebruiken, verkregen met hetzelfde proces, maar we veranderen de signaalverwerking en we kunnen die beelden veel beter interpreteren. Wanneer we het visuele combineren met een numerieke waarde, laat de technologie feitelijk de grootste verbetering zien. Het elimineert beslissingsmoeheid door iets te automatiseren waar normaal gesproken meer over nagedacht en geïnterpreteerd zou moeten worden.”

Muyinatu “Bisi” Bell, een biomedisch en elektrotechnisch ingenieur aan de Johns Hopkins University

Uit een onderzoek onder 132 patiënten bleek dat radiologen met de nieuwe technologie 96% van de tijd massa's correct kunnen identificeren, vergeleken met 67% van de tijd met traditionele echografie.

“De resultaten van deze studie zijn belangrijk voor ons vakgebied omdat ze suggereren dat deze techniek ons ​​vermogen kan verbeteren om onderscheid te maken tussen vaste massa’s en bepaalde soorten cysten die vaste massa’s op echografie kunnen nabootsen”, zegt co-auteur Eniola Oluyemi, een diagnostische radioloog bij Johns Hopkins Medicine. “Dit verbeterde diagnostische vertrouwen kan resulteren in minder vals-positieve resultaten en de noodzaak voor vervolgonderzoeken en biopsieën verminderen, waardoor onze patiënten meer vertrouwen krijgen op het moment van de eerste evaluatie.”

Bestaande kunstmatige intelligentie kan in echografiebeelden onderscheid maken tussen goedaardige en kankerachtige massa's. Het team gelooft dat hun innovatie, samen met AI, artsen in staat zou kunnen stellen om snel de samenstelling van een massa te bepalen en te bepalen of het kanker is tijdens een eerste echo-afspraak.

Bell hoopt ook dat de innovatie op een dag iets kan worden dat mensen thuis kunnen gebruiken als onderdeel van een borstzelfonderzoek.

“Mijn langetermijnvisie is dat naarmate de samenleving zelfvoorzienend wordt en echografieën nog goedkoper worden dan nu het geval is, patiënten misschien niet langer naar een ziekenhuis of gespecialiseerde kliniek hoeven te gaan – onze aanpak zou in plaats daarvan thuis kunnen worden gedaan”, aldus Bell. “Met een goedkope echografie zou één enkel getal uit een op coherentie gebaseerd echografiebeeld kunnen aangeven of een voelbaar knobbeltje in de borst al dan niet reden tot zorg is.”

Auteurs, allemaal van Johns Hopkins, zijn onder meer Arunima Sharma; Madhavi Tripathi; Emily B. Ambinder; Lisa A.Mullen; Babita Panigrahi; Joanna Rossi; Nethra Venkatayogi en Kelly S. Myers.

Bronnen: