Klinische Wertigkeit computergestützter Analysen in der MR-Mammografie. Ein Vergleich zwischen zwei Systemen und drei Untersuchern mit unterschiedlicher Erfahrung

Zusammenfassung

Ziel: Die klinische Wertigkeit computergestützter Detektionsverfahren („computer-assisted detection”, CAD) in der Magnetresonanz (MR)-Mammografie wird aktuell kontrovers diskutiert. Diese Studie untersuchte, inwieweit farbkodierte CAD-Analysen Radiologen mit unterschiedlicher Erfahrung bei ihrer Befundung von MR-Mammografien unterstützen. Material und Methoden: In diese prospektive Studie wurden 48 Patientinnen mit insgesamt 88 (43 malignen, 45 benignen) Läsionen eingeschlossen. Alle Untersuchungen wurden an einem 1,5 Tesla-Magnetresonanztomografen mit intravenöser Gabe von 0,1 mmol Gadopentetat-Dimeglumin/kg Körpergewicht durchgeführt. Drei Untersucher analysierten die Aufnahmen unabhängig voneinander ohne Kenntnis der klinischen Daten, wobei Observer 1 und 2 deutlich erfahrener als Oberserver 3 in der Befundung von MR-Mammografien waren. Zunächst bewerteten alle Untersucher visuell die Benignität versus Malignität der Läsionen anhand der Klassifikation nach BI-RADS (Breast Imaging Reporting and Data System). Dabei gaben sie mittels eines dichotomen Scores (1: unsicher; 2: sicher) ihre subjektive Sicherheit (Konfidenz) bezüglich der jeweiligen BI-RADS-Einstufung an. Im Anschluss erfolgte eine geblindete Auswertung mittels zweier technisch unterschiedlicher CAD-Systeme: Full-time-point (FTP)-Methode (Cadsciences; White Plains, NY, USA) und Dynacad Version 1.1 (Invivo; Pewaukee, WI, USA). Ergebnisse: Nach beiden CAD-Auswertungen bewerteten alle Observer einen höheren Prozentsatz maligner Herdbefunde mit BI-RADS 4 oder 5 (verdächtig bzw. hochverdächtig); die Erhöhung der Sensitivität war jedoch nur für Untersucher 3 statistisch signifikant (p < 0,05). Nach den computerunterstützten Auswertungen beurteilten Untersucher 1 und 2 etwa die gleiche Anzahl benigner Läsionen korrekt als BI-RADS 2. Der Observer 3 klassifizierte nach beiden Analysen einen signifikant geringeren Prozentsatz benigner Befunde als gutartig, d. h. seine Spezifität verringerte sich. Bei allen Untersuchern stieg die subjektive Sicherheit durch die Dynacad-Analysen statistisch signifikant. Die Konfidenz des Observers 3 erhöhte sich auch nach der FTP-Auswertung. Schlussfolgerung: Die computerunterstützte Analyse kann zwar eine klinisch wertvolle zusätzliche diagnostische Hilfe für den Radiologen bei der Interpretation von MR-Mammografien darstellen, verfügt jedoch nicht über das Potenzial, die berufliche Erfahrung des Radiologen zu ersetzen.

Abstract

Purpose: The value of computer-assisted detection (CAD) used in magnetic resonance (MR) mammography in a clinical setting is currently a subject of controversy. This study evaluated the extent to which color-coded CAD systems aid radiologists with different levels of experience in their reading of MR mammographies. Materials and Methods: In this prospective study, 48 patients with a total of 88 lesions (43 malignant, 45 benign) were included. All examinations were performed on a 1.5 Tesla MR scanner with intravenous application of 0.1 mmol gadopentetate dimeglumine/kg body weight. Three readers independently analyzed the images without knowledge of the clinical data; radiologists 1 and 2 were much more experienced in the interpretation of MR mammographies than radiologist 3. Initially, the observers visually categorized the lesions as benign or malignant following classification of BI-RADS (Breast Imaging Reporting and Data System). The readers also scored their own confidence level using a dichotome score (1: unsure vs. 2: sure) according to the BI-RADS classification. The images were then analyzed in a blinded manner with two technically different CAD systems: the full-time point (FTP) method (Cadsciences; White Plains, NY, USA) and the Dynacad version 1.1 (Invivo; Pewaukee, WI, USA). Results: After CAD, all three readers classified more malignant lesions as BI-RADS 4 or 5 (suspicious or highly suggestive of malignancy). However, this increase in sensitivity revealed only statistical significance for observer 3 (p < 0.05). After CAD, the two experienced readers categorized about the same quantity of benign lesions correctly as BI-RADS 2. Observer 3 classified less benign lesions as BI-RADS 2 after both CAD analyses; i. e. the specificity decreased. The subjective confidence of all observers increased after analysis with Dynacad. Observer 3 also reported to be more confident after the FTP method. Conclusion: Computer-assisted detection can be a useful additional diagnostic tool for the radiologist in the interpretation of MR mammographies, but does not have the potential to replace the professional experience of a radiologist.

breast - MR imaging - computer-assisted detection - CAD - MR mammography

Literatur

• 1 Kuhl C K. Current status of breast MR imaging. Part 2. Clinical applications.  Radiology. 2007;  244 672-691
• 2 Kaiser W A, Zeitler E. MR imaging of the breast: fast imaging sequences with and without Gd-DTPA. Preliminary observations.  Radiology. 1989;  170 681-686
• 3 Lehman C D, Gatsonis C, Kuhl C K. et al . MRI evaluation of the contralateral breast in women with recently diagnosed breast cancer.  N Engl J Med. 2007;  356 1295-1303
• 4 Winnekendonk G, Krug B, Warm M. et al . Diagnostischer Stellenwert der präoperativen MR-Mammographie (MRM).  Fortschr Röntgenstr. 2004;  176 688-693
• 5 Preda L, Villa G, Rizzo S. et al . Magnetic resonance mammography in the evaluation of recurrence at the prior lumpectomy site after conservative surgery and radiotherapy.  Breast Cancer Res. 2006;  8 R53
• 6 Kuhl C K. Familiäre Brustkrebserkrankung: klinische Grundlagen und Früherkennung.  Fortschr Röntgenstr. 2006;  178 680-687
• 7 Obenauer S, Grabbe E, Knollmann F. Stellenwert der MR-gestützten Lokalisation und Biopsie von Brustläsionen.  Fortschr Röntgenstr. 2006;  178 477-483
• 8 Schulz-Wendtland R, Wenkel E, Lell M. et al . Experimental phantom lesion detectability study using a digital breast tomosynthesis prototype system.  Fortschr Röntgenstr. 2006;  178 1219-1223
• 9 Fischer T, Filimonow S, Hamm B. et al . Dignitätsbeurteilung mammasonographischer Herde mittels dreidimensionaler Darstellung.  Fortschr Röntgenstr. 2006;  178 1224-1234
• 10 Kuhl C K, Schild H H, Morakkabati N. Dynamic bilateral contrast-enhanced MR imaging of the breast: trade-off between spatial and temporal resolution.  Radiology. 2005;  236 789-800
• 11 Gribbestad I S, Nilsen G, Fjøsne H E. et al . Comparative signal intensity measurements in dynamic gadolinium-enhanced MR mammography.  J Magn Reson Imaging. 1994;  4 477-480
• 12 Holland A E, Hendrick R E, Jin H. et al . Correlation of high-resolution breast MR imaging with histopathology, validation of a technique.  J Magn Reson Imaging. 2000;  11 601-606
• 13 Kuhl C K, Bieling H B, Lutterbey G. et al . Standardisierung und Beschleunigung der quantitativen Analyse dynamischer MR-Mammographien durch Parameterbilder und automatisierte ROI-Definition.  Fortschr Röntgenstr. 1996;  164 475-482
• 14 Mussurakis S, Buckley D L, Coady A M. et al . Observer variability in the interpretation of contrast enhanced MRI of the breast.  Br J Radiol. 1996;  69 1009-1016
• 15 Mussurakis S, Buckley D L, Horsman A. Dynamic MRI of invasive breast cancer: assessment of three region-of-interest analysis methods.  J Comput Assist Tomogr. 1997;  21 431-438
• 16 Vomweg T W, Teifke A, Kauczor H U. et al . Selbstorganisierende neuronale Netze zur automatischen Detektion und Klassifikation von Kontrast(mittel)-verstärkten Läsionen in der dynamischen MR-Mammographie.  Fortschr Röntgenstr. 2005;  177 703-713
• 17 Degani H, Gusis V, Weinstein D. et al . Mapping pathophysiological features of breast tumors by MRI at high spatial resolution.  Nat Med. 1997;  3 780-782
• 18 Kelcz F, Furman-Haran E, Grobgeld D. et al . Clinical testing of high-spatial-resolution parametric contrast-enhanced MR imaging of the breast.  Am J Roentgenol. 2002;  179 1485-1492
• 19 Williams T C, DeMartini W B, Partridge S C. et al . Breast MR imaging: computer-aided evaluation program for discriminating benign from malignant lesions.  Radiology. 2007;  244 94-103
• 20 Hauth E AM, Jaeger H, Maderwald S. et al . Evaluation of quantitative parametric analysis for characterization of breast lesions in contrast-enhanced MR mammography.  Eur Radiol. 2006;  16 2834-2841
• 21 Doi K. Computer-aided diagnosis in medical imaging: historical review, current status and future potential.  Comput Med Imaging Graph. 2007;  31 198-211
• 22 Malich A, Vogel D, Facius M. et al . Evaluation der Primärbefundung durch ein CAD-System in der Mammadiagnostik.  Fortschr Röntgenstr. 2003;  175 1225-1231
• 23 Rubin G D, Lyo J K, Paik D S. et al . Pulmonary nodules on multi-detector row CT scans: performance comparison of radiologists and computer-aided detection.  Radiology. 2005;  234 274-283
• 24 Schäfer M L, Pfeil A, Renz D M. et al . Effects of long-term immobilisation on cortical bone mass after traumatic amputation of the phalanges estimated by digital X-ray radiogrammetry.  Osteoporos Int. 2008;  19 1291-1299
• 25 Fischer U, Helbich T (eds). ACR BI-RADS. Fischer U, Helbich T Deutsche Ausgabe des Breast imaging reporting and data system Stuttgart; Thieme 2006
• 26 Wiener J I, Schilling K J, Adami C. et al . Assessment of suspected breast cancer by MRI: a prospective clinical trial using a combined kinetic and morphologic analysis.  Am J Roentgenol. 2005;  184 878-886
• 27 Szabó B K, Aspelin P, Wiberg M K. et al . Dynamic MR imaging of the breast. Analysis of kinetic and morphologic diagnostic criteria.  Acta Radiol. 2003;  44 379-386
• 28 Kuhl C K, Mielcareck P, Klaschik S. et al . Dynamic breast MR imaging: are signal intensity time course data useful for differential diagnosis of enhancing lesions?.  Radiology. 1999;  211 101-110
• 29 Baum F, Fischer U, Vosshenrich R. et al . Classification of hypervascularized lesions in CE MR imaging of the breast.  Eur Radiol. 2002;  12 1087-1092
• 30 Malich A, Fischer D R, Wurdinger S. et al . Potential MRI interpretation model: differentiation of benign from malignant breast masses.  Am J Roentgenol. 2005;  185 964-970
• 31 Renz D M, Baltzer P AT, Böttcher J. et al . Magnetic resonance imaging of inflammatory breast carcinoma and acute mastitis. A comparative study.  Eur Radiol. 2008;  [Epub ahead of print]
• 32 Buadu L D, Murakami J, Murayama S. et al . Breast lesions: correlation of contrast medium enhancement patterns on MR images with histopathologic findings and tumor angiogenesis.  Radiology. 1996;  200 639-649
• 33 Sherif H, Mahfouz A E, Oellinger H. et al . Peripheral washout sign on contrast-enhanced MR images of the breast.  Radiology. 1997;  205 209-213
• 34 Pediconi F, Catalano C, Venditti F. et al . Color-coded automated signal intensity curves for detection and characterization of breast lesions: preliminary evaluation of a new software package for integrated magnetic resonance-based breast imaging.  Invest Radiol. 2005;  40 448-457
• 35 Lehman C D, Peacock S, DeMartini W B. et al . A new automated software system to evaluate breast MR examinations: improved specificity without decreased sensitivity.  Am J Roentgenol. 2006;  187 51-56
• 36 Teifke A, Vomweg T W, Hlawatsch A. et al . Mammadiagnostische Zweitbefundung in der Radiologischen Klinik: sinnvoller Mehraufwand oder Ressourcenverschwendung?.  Fortschr Röntgenstr. 2006;  178 330-336
• 37 Balleyguier C, Kinkel K, Fermanian J. et al . Computer-aided detection (CAD) in mammography: Does it help the junior or the senior radiologist?.  Eur J Radiol. 2005;  54 90-96
• 38 Thurfjell E, Thurfjell M G, Egge E. et al . Sensitivity and specificity of computer-assisted breast cancer detection in mammography screening.  Acta Radiol. 1998;  39 384-388
• 39 Malich A, Beier A, Bank P. et al . Inwieweit verbessert der Einsatz eines CAD-Systems das Prüfungsergebnis bei der Beurteilung einer kassenärztlichen Mammographiefallsammlung?.  Fortschr Röntgenstr. 2007;  179 53-57
• 40 Gilhuijs K GA, Deurloo E E, Muller S H. et al . Breast MR imaging in women at increased lifetime risk of breast cancer: clinical system for computerized assessment of breast lesions – initial results.  Radiology. 2002;  225 907-916
• 41 Penn A, Thompson S, Brem R. et al . Morphologic blooming in breast MRI as a characterization of margin for discriminating benign from malignant lesions.  Acad Radiol. 2006;  13 1344-1354
• 42 Hukkinen K, Vehmas T, Pamilo M. et al . Effect of computer-aided detection on mammographic performance: experimental study on readers with different levels of experience.  Acta Radiol. 2006;  3 257-263