1st ITMA

Abstract information

English title:	Transfer learning in data-limited scenarios for breast cancer risk assessment
Spanish title:	Transfer learning en escenarios con datos limitados para la evaluaci�n del riesgo de c�ncer de mama
English abstract:	Worldwide, breast cancer is the leading cause of cancer dead among women. Mammography is the leading screening image modality for early breast cancer detection, which has shown to reduce mortality rates. However, there is still plenty room for improvement where accurate risk assessment has the potential to improve early detection by allowing the creation of personalized screening recommendations. In the last few years, AI systems have shown promise in identifying women with a high risk of developing breast cancer based on screening mammography exams. However, the development of AI systems requires the collection of large annotated datasets, which are costly and time-consuming to obtain. The access to a suitable dataset for AI development is one of the main limitation in the validation of the promise of the systems. In order to speed up the validation, it is imperative to evaluate alternative ways to develop AI systems with smaller datasets. In the literature, the transfer learning technique has been used to reduce the amount of data and improve the performance. Transfer learning broadly comprises two parts: first, pretraining the system in a large readily available dataset (source). Second, the pre-trained system is adjusted and re-trained in the target dataset. There is evidence suggesting that the impact of transfer learning depends on the similarity of the source and target datasets. However, transfer learning has been mainly evaluated in conditions where the source and the target dataset are entirely different, which hampers the impact of reducing the size of the target dataset. In this work, we developed an AI system for breast cancer risk assessment in a data-limited scenarios. For this purpose, we use transfer learning from a source dataset similar to the target dataset. The target dataset corresponds to a case-control study with 286 women. 143 screening exams of women diagnosed with breast cancer (cases) and 143 screenings from healthy women (controls). We matched cases and controls by: mammographic system, screening year, and age. For transfer learning, we select a baseline system pre-trained over mammography images for breast cancer detection. The system was adjusted and retrained using our dataset for risk assessment. To assess the performance of the developed system, we use the area under the ROC curve (AUC) with 95% confidence interval (CI). For validation, we compare the developed system with state-of-the-art automatic systems for breast cancer risk assessment, such as breast density, OpenBreast, and Mirai. We used Delong's test to assess statistically significant differences. The developed system yield to an AUC of 0.55 (95% CI 0.48-0.62). The evaluated state-of-the-art systems AUCs of 0.48 (0.41-0.55), 0.59 (0.52-0.65), and 0.60 (0.54-0.67) for breast density, OpenBreast, and Mirai, respectively. There was no statistically significant difference between the developed system and the state-of-the-art systems. Notice that, despite of the small dataset used for developing the AI system, we obtain similar performance to state-of-the-art systems, validating the potential of the considered strategy in scenarios where the collection/access to large datasets is challenging.
Spanish abstract:	El c�ncer de mama es la principal causa de muerte por c�ncer entre mujeres, en todo el mundo. La mamograf�a es la principal modalidad de imagen de cribado para la detecci�n temprana del c�ncer de mama, la cual ha demostrado reducir las tasas de mortalidad. Sin embargo, a�n hay bastante margen de mejora, donde la evaluaci�n precisa del riesgo tiene el potencial de mejorar la detecci�n temprana al permitir la creaci�n de recomendaciones de cribado personalizadas. En los �ltimos a�os, los sistemas de IA se han mostrado prometedores para identificar mujeres con un alto riesgo de desarrollar c�ncer de mama a partir de las mamograf�as de cribado. Sin embargo, el desarrollo de sistemas de IA requiere la recopilaci�n de grandes conjuntos de datos anotados, cuya obtenci�n es costosa y requiere mucho tiempo. El acceso a un conjunto de datos adecuados para el desarrollo de la IA es una de las principales limitaciones en la validaci�n de la promesa de los sistemas. Para acelerar la validaci�n, es imprescindible evaluar formas alternativas de desarrollar sistemas de IA con conjuntos de datos m�s peque�os. En la literatura, se ha utilizado la t�cnica de transfer learning para reducir la cantidad de datos y mejorar el rendimiento. Brevemente transfer learning consta de dos partes: en primer lugar, el preentrenamiento del sistema en un gran conjunto de datos de f�cil acceso (fuente). En segundo lugar, el sistema preentrenado se ajusta y reentrena en el conjunto de datos objetivo. Hay evidencia cient�fica que sugiere que el impacto del transfer learning depende de la similitud de los conjuntos de datos de fuente y de destino. Sin embargo, el transfer learning se ha evaluado principalmente en condiciones donde el conjunto de datos de fuente y el de destino son muy diferentes, lo que limita el impacto en la reducci�n del tama�o del conjunto de datos de destino. En este trabajo, desarrollamos un sistema de IA para la evaluaci�n del riesgo de c�ncer de mama en un escenario con datos limitados. Para ello, utilizamos transfer learning a partir de un conjunto de datos fuente similar al conjunto de datos objetivo. El conjunto de datos objetivo corresponde a un estudio de casos y controles con 246 mujeres, 143 ex�menes de detecci�n de mujeres diagnosticadas de c�ncer de mama (casos) y 143 ex�menes de detecci�n de mujeres sanas (controles). Emparejamos los casos y los controles por: sistema mamogr�fico, a�o de cribado y edad. Para transfer learning, seleccionamos un sistema de referencia preentrenado sobre im�genes mamogr�ficas para la detecci�n del c�ncer de mama. El sistema fue ajustado y reentrenado utilizando nuestro conjunto de datos para la evaluaci�n del riesgo. Para evaluar el rendimiento del sistema desarrollado, utilizamos el �rea bajo la curva ROC (AUC) con un intervalo de confianza (IC) del 95%. Para la validaci�n, comparamos el sistema desarrollado con sistemas autom�ticos del estado del arte para la evaluaci�n del riesgo de c�ncer de mama, como la densidad mamaria, OpenBreast y Mirai. Utilizamos la prueba de Delong para evaluar las diferencias estad�sticamente significativas. El sistema desarrollado logr� un AUC de 0.55 (IC del 95%: 0.48-0.62). Los sistemas del estado del arte AUCs de 0.48 (0.41-0.55), 0.59 (0.52-0.65) y 0.60 (0.54-0.67) para la densidad mamaria, OpenBreast y Mirai, respectivamente. No hubo diferencias estad�sticamente significativas entre el sistema desarrollado y los sistemas del estado del arte. Cabe destacar que, a pesar del peque�o conjunto de datos utilizado para el desarrollo del sistema de IA, el desempe�o fue similar al de los sistemas del estado del arte, lo cual valida el potencial de la estrategia considerada en escenarios en los que la recopilaci�n/acceso a grandes conjuntos de datos es un reto.
Topic:
Presentation Type:
Speaker:

Authors

Name	Institution	Email
Gerson Africano	Universidad industrial de santander	gersonf098@gmail.com

Presentation

Room:	Aula Máxima de Ingeniería Mecánica Auditorium
Date:	1 December 2022
Hour:	11:50 - 12:10

Home

1^st ITMA

Innovative Technologies for Medical Applications

Universidad Industrial de Santander

Contact information:

Research group CPS: cps.info@uis.edu.co

Copyright © FORISTOM Foundation, 2022
All rights reserved