evidoria

← Retour à la liste

Bonne pratique Importée

Dépistage Mammographique Assisté par l'IA Mia — le Programme National Hongrois de Dépistage du Cancer du Sein Ajoute un « Troisième Lecteur » IA

Hongrie · Budapest · Voir le profil de Hongrie · Voir le profil de Budapest

Preuves: Observationnel / avant-après Top 7% 87/100 · Demandez à Evidence Copilot à propos de cette pratique

MaMMa Klinika a intégré l'IA Mia de Kheiron comme troisième lecteur au programme national hongrois de dépistage du cancer du sein. Sur 25 065 femmes (2021-23), Mia a détecté 24 cancers supplémentaires (+7 %, 83 % invasifs) par rapport à la double lecture humaine, avec seulement 70 rappels supplémentaires (+0,28 %). Publié dans Nature Medicine.

+7 %
Cancers supplémentaires détectés vs double lecture humaine (Apr 2021-Jan 2023)
24
Cancers supplémentaires détectés (valeur absolue) (Apr 2021-Jan 2023)
83 %
Part des cancers supplémentaires invasifs
70 +0.28% relative increase
Rappels de patientes supplémentaires (Apr 2021-Jan 2023)
25,065
Femmes couvertes par l'étude (Apr 2021-Jan 2023)
Dépistage Mammographique Assisté par l'IA Mia — le Programme National Hongrois de Dépistage du Cancer du Sein Ajoute un « Troisième Lecteur » IA

Détails

Maturité
En expansion
Promoteur
MaMMa Klinika (MaMMa Egészségügyi Zrt.), with Kheiron Medical Technologies and Imperial College London, within Hungary's national breast-screening programme
Période
April 2021 – January 2023 (three-phase prospective study); AI reader in live clinical use since the final phase
Région (NUTS)
HU110
Mots-clés
healthcare, medical imaging, AI diagnostics, public health screening

Contexte

MaMMa Klinika, un prestataire de droit privé opérant au sein du programme national hongrois de dépistage du cancer du sein, organisé par l'État et fondé sur la population, pour les femmes de 45 à 65 ans, a ajouté le système d'IA Mia de Kheiron Medical Technologies comme lecteur supplémentaire à son protocole existant de double lecture humaine des mammographies, développé en partenariat avec l'Imperial College de Londres.

Activités

Entre avril 2021 et janvier 2023, Mia a été déployée en trois phases sur quatre sites de dépistage — un pilote monocentrique, un pilote multicentrique plus large, puis un déploiement clinique complet — couvrant 25 065 femmes. Lorsque l'évaluation de Mia divergeait de celle des deux lecteurs humains, un radiologue senior arbitrait la décision de rappeler ou non la patiente, sans augmenter sensiblement la charge de travail des radiologues.

Résultats

Sur l'ensemble de l'étude, l'intervention de Mia a permis de détecter 24 cancers supplémentaires par rapport à la double lecture humaine seule, soit une augmentation relative de 7 %, dont 83 % étaient invasifs. Ce gain s'est accompagné de seulement 70 rappels de patientes supplémentaires, soit une augmentation relative de 0,28 % du taux de rappel. Les gains de détection se sont atténués au fil des phases : 13 % lors du pilote monocentrique, 10 % lors du pilote élargi et 5 % lors du déploiement clinique complet.

Conclusions

Publiée sous forme d'étude prospective d'implémentation évaluée par des pairs dans Nature Medicine, il s'agit de l'un des premiers articles à rendre compte des performances de l'IA en mammographie à partir d'un usage clinique courant, plutôt que d'un jeu de données rétrospectif ou simulé. L'étude ne comporte pas de bras contrôle randomisé ; elle décrit donc une évaluation de service en conditions réelles plutôt qu'une preuve causale définitive, et sa gouvernance relève d'un prestataire clinique privé assurant un service de dépistage à mandat public, plutôt que directement d'une agence gouvernementale.

Mise en œuvre
Coût indicatif
Moyen (50 k€–500 k€) — Costs are not itemised in the source; running an additional AI reader plus senior-radiologist arbitration implies incremental cost per screening round beyond standard double reading, but no per-screen or programme-wide figure is published.
Délai jusqu’aux résultats
Moyen (1–3 ans) — Phased rollout over roughly 21 months (April 2021 to January 2023), moving from single-centre pilot to full live clinical use; the AI reader has been in live use since the final phase.
Personnel et compétences
MaMMa Klinika radiologists (double human readers plus senior-radiologist arbitrator), Kheiron Medical Technologies (AI system developer), Imperial College London (development/research partner)

Conditions de réussite

  • AI positioned as a third reader that only triggers senior-radiologist arbitration on disagreement, avoiding a large increase in radiologist workload
  • Phased rollout (single-centre pilot, multicentre pilot, full live rollout) allowing performance to be checked before wider deployment
  • Integration within an existing double-human-reading protocol rather than replacing human readers

Modes d’échec courants

  • Detection gains attenuated moving from pilot to routine practice (13% pilot vs 5% full rollout), the expected pattern as a system moves from controlled conditions to real-world use
  • No randomised control arm, so causal impact is not definitively established

Où cela s’applique

Type de gouvernance
private clinical provider within a state-mandated public screening programme
Échelle
four screening sites
Niveau de revenu
high-income

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles