A Deep Learning Mammography-based Model for Improved Breast Cancer Risk Prediction

0

Ultime novità in Senologia

Adam Yala, MEng, Constance Lehman, MD, PhD, Tal Schuster, MS, et al.

Radiology 2019; 00:1–7 1

A cura della Dottoressa Chiara Di Ilio

Commento della Professoressa Adriana Bonifacino

 

Background

La stratificazione del rischio mirata al miglioramento delle metodiche di prevenzione e screening ha una cruciale importanza nella ricerca sul carcinoma mammario.

Esistono in letteratura numerosi modelli elaborati a tale proposito ed ognuno di questi ha analizzato differenti fattori di rischio ad esempio fattori ormonali o genetici.

Il rapporto fra la quantità di materiale fibroghiandolare ed adiposo, ovvero la densità mammaria, ha ricevuto una attenzione particolare fra i vari fattori analizzati, tanto da essere stato preso in considerazione non solo nel Gail study, capostipite di tali modelli, ma anche nel modello Tyler-cuzik (TC) che, ad oggi, rappresenta la metodica di analisi di rischio maggiormente utilizzata per il carcinoma della mammella.

Pur rivestendo un ruolo fondamentale, l’analisi della densità mammaria è gravata da alcuni limiti, primo fra tutti la variabilità di interpretazione fra diversi medici radiologi.

Devi Essere Abbonato per Visualizzare il resto dell'articolo.
ATTIVA IL TUO ABBONAMENTO

Share.

Comments are closed.