デジタル乳腺トモシンセシスによる乳がんスクリーニングにおける放射線科医のパフォーマンスに対する人工知能の影響

科学分野:

• 放射線学 放射線学
• メディカルイマージング (医学イメージング)
• 医療における人工知能

背景:

• デジタル・ブレスト・トモシンセシス (DBT) は,高度なマンモグラフィー技術である.
• 癌の早期発見は,患者のアウトカムを改善するために非常に重要です.
• 人工知能 (AI) は,医療イメージングのワークフローにますます統合されています.

研究 の 目的:

• DBTを用いた放射線科医の癌検出性能に対するAIの影響を評価する.
• 人工知能が,密度,サイズ,ステージ,および組織病理学などの特定の特徴に基づいて,がんの検出にどのように影響するか分析する.

主な方法:

• 4つの機関からのマンモグラフィー監査データの遡及的分析.
• 2つの期間の比較:AI以前の実施 (2018-2020年) とAI後の実施 (2020-2022年).
• 9人の専任の乳腺放射線科医のデータを含め,がん検出率 (CDR),リコール率,腫瘍のサイズ,ステージ,および組織病理学を分析した.

主要な成果:

• 癌検出率 (CDR) はAI後の22%増加 (1000試験当たり6.23から7.57).
• 侵襲性がんの検出は26%改善され,平均腫瘍のサイズとステージが減少しました.
• AIの使用は,濃厚な乳房の癌の検出率 (45.0%対37.2%) を増加させ, lobular がんの検出率を2倍にしました.
• リコール率は安定したままでした (AI前6.97%対AI後の6.96%).

結論:

• 放射線科医によるDBT解釈とAIの同時使用は,癌の検出を強化します.
• AIは,特に濃厚な乳腺組織における侵襲性がんの検出を改善し,早期診断を容易にする.
• AIは,患者のリコール率を増やすことなく,スクリーニングマンモグラフィの有効性を改善する可能性を実証しています.