Radiology：人工智能，为女性乳腺癌筛查“减负”！
2022-04-16 shaosai MedSci原创
现阶段，人工智能（AI）模型的使用可以协助临床缩短乳腺筛查的评估时间。
据统计，乳腺癌是全世界范围内女性癌症相关的第二大死因。尽管数字乳腺钼靶检查是乳腺癌筛查中最常用的检查方法，但数字乳腺断层扫描（DBT）技术可以显著提高癌症检测率并降低召回率。但DBT的判析时间几乎是数字乳腺钼靶检查所需时间的两倍，这导致放射科医生的负担明显增加，同时提高了患者常规筛查的经济成本。
现阶段，人工智能（AI）模型的使用可以协助临床缩短乳腺筛查的评估时间。多项研究显示，通过计算机辅助检测软件可实现在每张图像中对可疑区域的突显，进一步减少了阅读的时间。然而，有了计算机辅助检测，放射科医生仍然需要对所有筛查报告进行阅读，工作量仍然巨大。
近日，发表在Radiology杂志的一项研究开发一个人工智能模型，该模型过对正常DBT结果进行过滤以减少筛查的工作量，同时提高了诊断准确性。
本项回顾性研究纳入了2013年6月至2018年11月期间来自两个医疗网络的9919名女性的13306次DBT检查。该队列被分成训练、验证和测试集（分别为3948、1661和4310名患者）。模拟了一个工作流程，其中人工智能模型对可以从筛查工作清单中剔除的无癌检查进行了分类，并在其余的工作清单检查中使用了原始放射科医生的判析结果。人工智能系统还通过对五名乳腺放射科医生判析的205名女性的DBT乳腺钼靶结果进行了评估。这两项研究都评估了受试者工作特征曲线下的面积（AUC）、敏感性、特异性和召回率。计算了10000个自举样本的统计数据以评估95%的CIs、非劣质性和优越性测试。
该模型在4310名被筛查的女性患者（平均年龄，60岁±11[标准差]；5182次DBT检查）中进行了测试。与放射科医生的表现相比（459个检测出的癌症中的417个[90.8%]，5182次检查中的477次召回[9.2%]），使用AI自动过滤出的病例将减少39.6%的工作量，敏感性并不降低（459个检测出的癌症中的413个；90.0%；P = .002），召回率降低25%（5182次检查中的358次召回；6.9%；P = .002）。在读者研究中，与平均读者相比，独立AI的AUC更高（0.84 vs 0.81；P = .002）。
图 50 岁女性的乳腺钼靶图像。 双侧重建的乳腺钼靶图像显示右侧乳腺上部结构变形 （红色圆圈）。随后超声显示了一个不规则形肿块，活检诊断为浸润性小叶癌。 人工智能 (AI) 得分为 66。AI正确地将此病例分类为异常
本研究开发了一种人工智能 (AI) 系统，该系统可实现对数字乳腺断层合成 (DBT) 检查的阴性结果进行过滤，以减少放射科医生的工作负担。 本研究认为，在医疗机构内实施该模型会影响三个不同的层次：对于放射科医生，可通过减少日常临床任务引起的工作量和疲劳以提高工作效率； 对于卫生系统，通过改进工作流程和促进 DBT 的进一步引入；对女性而言，通过减少不必要的召回和检查，以降低患者的心理压力和辐射暴露。
原文出处：
Yoel Shoshan,Ran Bakalo,Flora Gilboa-Solomon,et al.Artificial Intelligence for Reducing Workload in Breast Cancer Screening with Digital Breast Tomosynthesis.DOI:10.1148/radiol.211105
作者：shaosai
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#减负#
52
#人工智能##筛查#
117
#乳腺癌筛查#
50