SOFIA: A Novel Automated Breast Ultrasound System Used on Patients in the Prone Position: A Pilot Study on Lesion Detection in Comparison to Handheld Grayscale Ultrasound

Abstract

Introduction Most of the currently available automated breast ultrasound systems require patients to be in the supine position. Previous data, however, show a high recall rate with this method due to artifacts. The novel automated breast ultrasound scanner SOFIA scans the breast with the patient in a prone position, resulting in even compression of breast tissue. We present our initial results with this examination method.

Material and Methods 63 patients were analyzed using a handheld B-mode ultrasound. In cases of BI-RADS 1, 2 or 5, a SOFIA scan was performed. Sensitivity, specificity and accuracy were calculated. Interobserver agreement was evaluated using Cohenʼs kappa. The duration of the scan was measured for both methods.

Results No BI-RADS 5 lesion was missed with SOFIA. The SOFIA had an additional recall rate of 16.67% compared to B-mode ultrasound. The sensitivity, specificity and accuracy of SOFIA was 100, 83.33 and 88.89%, respectively. Cohenʼs kappa showed substantial agreement (κ = 0.769) between examiner 1 (B-mode) and examiner 2 (SOFIA). The mean scan duration for the B-mode system and the SOFIA system was 24.21 minutes and 12.94 minutes, respectively. In four cases, D-cup breasts were not scanned in their entirety.

Conclusion No cancer was missed when SOFIA was used in this preselected study population. The scanning time was approximately half of that required for B-mode ultrasound. The additional unnecessary recall rate was 16.67%. Larger D cup-size breasts were difficult to position and resulted in an incomplete image in four cases.

Zusammenfassung

Einleitung Bei der Mehrzahl der kommerziell erhältlichen automatisierten Brustultraschallsysteme muss die Untersuchung in Rückenlage durchgeführt werden. Allerdings weisen Daten aus früheren Studien auf eine hohe Wiedereinbestellrate mit dieser Methode hin aufgrund von Artefakten. Der neuartige automatisierte Ultraschallscanner SOFIA untersucht die Brust, während die Patientin in Bauchlage auf einem speziellen Untersuchungstisch liegt. Das Brustgewebe wird in dieser Lage gleichmäßig komprimiert. Die ersten Untersuchungsergebnisse mit diesem neuartigen System werden hier vorgestellt.

Material und Methoden Insgesamt wurden 63 Patientinnen mit einem Ultraschall-Handgerät im B-Mode untersucht. Wurde ein Befund als BI-RADS 1, 2 oder 5 eingestuft, wurde anschließend ein Ultraschall mit dem SOFIA-Scanner durchgeführt. Die Sensitivität, Spezifität und Genauigkeit wurden berechnet. Die Übereinstimmung zwischen Beurteilern wurde anhand von Cohens-Kappa-Koeffizienten bestimmt. Die Untersuchungsdauer für beide Methoden wurde gemessen.

Ergebnisse Das SOFIA-System hat keinen BI-RADS-5-Befund übersehen. Verglichen mit dem Ultraschallgerät im B-Mode hatte der SOFIA-Ultraschallscanner eine Wiedereinbestellrate von 16,67%. Die Sensitivität, Spezifität und Genauigkeit des SOFIA-Scanners betrug jeweils 100, 83,33 und 88,89%. Der Cohens-Kappa-Koeffizient zeigte weitgehende Übereinstimmung (κ = 0,769) zwischen Beurteiler 1 (B-Mode) und Beurteiler 2 (SOFIA). Die durchschnittliche Untersuchungsdauer für das B-Mode-Ultraschallgerät und das SOFIA-Gerät betrug 24,21 Minuten bzw. 12,94 Minuten. In 4 Fällen wurde eine Brust mit Körbchengröße D nicht vollständig visualisiert.

Schlussfolgerung Beim Einsatz des SOFIA-Systems wurde kein Karzinom in dieser ausgewählten Gruppe von Patientinnen übersehen. Die Scandauer mit dem SOFIA-Ultraschallgerät war ungefähr halb so lang wie mit dem Ultraschallgerät im B-Mode. Die Wiedereinbestellrate für den SOFIA-Scanner betrug 16,67%. Die Positionierung von größeren Brüsten (Körbchengröße D) stellte sich als schwierig heraus und führte in 4 Fällen zu einem unvollständigen Bild.

Key words

breast - sonography - mammary gland tumor

Schlüsselwörter

Mamma - Mammakarzinom - Ultraschall - Brustdrüsentumor

• References

• 1 Kolb TM, Lichy J, Newhouse JH. Comparison of the performance of screening mammography, physical examination, and breast US and evaluation of factors that influence them: an analysis of 27,825 patient evaluations. Radiology 2002; 225: 165-175
• 2 Ursin G, Ma H, Wu AH. et al. Mammographic density and breast cancer in three ethnic groups. Cancer Epidemiol Biomarkers Prev 2003; 12: 332-338
• 3 Byrne C, Schairer C, Wolfe J. et al. Mammographic features and breast cancer risk: effects with time, age, and menopause status. J Natl Cancer Inst 1995; 87: 1622-1629
• 4 McCormack VA, dos Santos Silva I. Breast density and parenchymal patterns as markers of breast cancer risk: a meta-analysis. Cancer Epidemiol Biomarkers Prev 2006; 15: 1159-1169
• 5 Berg WA, Bandos AI, Mendelson EB. et al. Ultrasound as the primary screening test for breast cancer: analysis from ACRIN 6666. J Natl Cancer Inst 2016; 108: djv367 doi:10.1093/jnci/djv367
• 6 Berg WA, Blume JD, Cormack JB. et al. Combined screening with ultrasound and mammography vs. mammography alone in women at elevated risk of breast cancer. JAMA 2008; 299: 2151-2163
• 7 Maturo VG, Zusmer NR, Gilson AJ. et al. Ultrasound of the whole breast utilizing a dedicated automated breast scanner. Radiology 1980; 137: 457-463
• 8 Mundinger A. 3D Supine Automated Ultrasound (SAUS, ABUS, ABVS) for supplemental screening women with dense breasts. J Breast Health 2016; 12: 52-55
• 9 Shin HJ, Kim HH, Cha JH. Current status of automated breast ultrasonography. Ultrasonography 2015; 34: 165-172
• 10 Jeh SK, Kim SH, Choi JJ. et al. Comparison of automated breast ultrasonography to handheld ultrasonography in detecting and diagnosing breast lesions. Acta Radiol 2016; 57: 162-169
• 11 Wojcinski S, Farrokh A, Hille U. et al. The Automated Breast Volume Scanner (ABVS): initial experiences in lesion detection compared with conventional handheld B-mode ultrasound: a pilot study of 50 cases. Int J Womens Health 2011; 3: 337-346
• 12 Hackeloer BJ, Lauth G, Duda V. et al. New aspects in ultrasound mammography. Geburtsh Frauenheilk 1980; 40: 301-312
• 13 DʼOrsi CJ, Sickles EA, Mendelson EB. et al. ACR BI-RADS^® Atlas, Breast Imaging Reporting and Data System. Reston, VA: American College of Radiology; 2013
• 14 Wang X, Huo L, He Y. et al. Early prediction of pathological outcomes to neoadjuvant chemotherapy in breast cancer patients using automated breast ultrasound. Chin J Cancer Res 2016; 28: 478-485
• 15 Wang HY, Jiang YX, Zhu QL. et al. Differentiation of benign and malignant breast lesions: a comparison between automatically generated breast volume scans and handheld ultrasound examinations. Eur J Radiol 2012; 81: 3190-3200
• 16 Wilczek B, Wilczek HE, Rasouliyan L. et al. Adding 3D automated breast ultrasound to mammography screening in women with heterogeneously and extremely dense breasts: report from a hospital-based, high-volume, single-center breast cancer screening program. Eur J Radiol 2016; 85: 1554-1563
• 17 Brem RF, Tabar L, Duffy SW. et al. Assessing improvement in detection of breast cancer with three-dimensional automated breast US in women with dense breast tissue: the SomoInsight Study. Radiology 2015; 274: 663-673
• 18 Golatta M, Franz D, Harcos A. et al. Interobserver reliability of automated breast volume scanner (ABVS) interpretation and agreement of ABVS findings with hand held breast ultrasound (HHUS), mammography and pathology results. Eur J Radiol 2013; 82: e332-e336
• 19 Wojcinski S, Gyapong S, Farrokh A. et al. Diagnostic performance and inter-observer concordance in lesion detection with the automated breast volume scanner (ABVS). BMC Med Imaging 2013; 13: 36