Lunit kondigt aan dat het acht abstracts zal onthullen tijdens de Radiograph Society of North America (RSNA) 2023 Annual Meeting in Chicago van 26 tot 30 november. Drie zullen mondeling worden gepresenteerd en de overige vijf zullen als ePosters worden gepresenteerd. In een mondelinge presentatie onderzoekt Lunit de effectiviteit van een nieuw ontwikkeld normaal filter (NF) AI-model bij het autonoom rapporteren van normale röntgenfoto's van de borstkas.

Het onderzoek evalueert de gevoeligheid van de AI bij het detecteren van afwijkingen, het aandeel thoraxfoto's dat in aanmerking komt voor verwijdering uit de rapportage en de gecombineerde impact van Lunit INSIGHT CXR, een commercieel verkrijgbare (CA) AI die vooraf gedefinieerde bevindingen detecteert. Het NF-model toonde een gemiddelde gevoeligheid van 97,8% bij toepassing van een specificiteitsdrempel van 50%, wat resulteerde in een totale vermindering van 22% van het aantal thoraxfoto's dat gerapporteerd moest worden. Bovendien detecteerde het CA-model nog eens 16,7% van de gemiste klinisch zinvolle afwijkingen, waardoor het een waardevol vangnet vormt.

Het onderzoek toont aan dat AI die normaal filtert de werklast van radiologen kan verlichten, en Lunit INSight CXR fungeert als een essentieel beschermingsmechanisme om te voorkomen dat potentiële afwijkingen over het hoofd worden gezien. Lunit is van plan om haar toewijding aan innovatieve AI-oplossingen in de radiologie te vergroten door het NF-model in de nabije toekomst officieel te lanceren. Lunit onderzoekt ook mammografische parenchympatronen en longitudinale veranderingen om een AI-model te ontwikkelen dat toekomstig borstkankerrisico voorspelt.

Het AI-model, dat ontwikkeld werd aan de hand van 16.113 full-field digitale mammogrammen van meer dan 9000 vrouwen, liet een verbeterde risicovoorspelling zien met AUC's van 0,75 bij 1-jaars, 0,76 bij 2-jaars en 0,73 bij 3-jaars uitslagen. Dit onderzoek toont de haalbaarheid van een AI-voorspellingsmodel voor het identificeren van mammografische parenchymAL-kenmerken, het verbeteren van risicostratificatie met longitudinale veranderingen en het versnellen van gepersonaliseerde borstkankerscreening. Daarnaast presenteert een Zweeds onderzoeksteam onder leiding van Dr. Karin Dembrower, hoofdarts van de mammografiekliniek van het Capio S:t Goran Hospital, inzichten uit de deelstudie van de ScreenTrustCAD-studie.

ScreenTrustCAD is 's werelds eerste prospectieve onderzoek naar AI in een groot bevolkingsonderzoek naar borstkanker, gepubliceerd in de Lancet Digital Health. Het onderzoek toonde aan dat Lunit INSIGHT MMG plus één lezer in een omgeving met dubbel lezen superieure kankerdetectie realiseerde dan twee menselijke lezers, zonder dat het aantal terugroepacties toenam.