基于人工智能 (AI) 的诊断支持软件在短期数字乳房造影术中的一致性 核心针活检后的再成像

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 放射学 放射学是一门学科.

背景情况:

• 数字造乳镜对于乳腺癌查至关重要.
• 核心针活检是乳腺病变的常见诊断程序.
• 评估人工智能工具在活检后乳房造影中的可靠性至关重要.

研究的目的:

• 评估基于人工智能的诊断支持软件在核心针活检后的短期数字乳房造 mammography 再成像中的性能的一致性.
• 为了确定核针活检是否会影响人工智能软件的诊断准确性和得分一致性.

主要方法:

• 分析了来自276名妇女的550张数字乳房影像,这些女性在三个月内接受了连续检查.
• 利用商业人工智能软件为所有乳房影像生成异常分数 (0-100).
• 在初始和随访乳房造影之间比较AI得分,分析基于是否进行了核心针活检的差异.

主要成果:

• 在两次连续检查 (P<0.0001) 中,AI评分在恶性 (91.97,87.13) 和良性/正常检查 (0.48,0.62) 之间有显著差异.
• 当将同一患者的连续检查进行比较时,AI得分没有显著差异.
• 根据活检状态 (-0.25比0.07,P=0.035) 发现了连续检查之间的AI分数变化在统计学上显著的差异.

结论:

• 基于人工智能的诊断支持软件在短期数字造乳镜再成像中表现相对一致.
• 人工智能软件的可靠性即使是在核心针活检程序之后也保持不变.
• 研究结果支持人工智能工具在检查乳房变化后对乳房进行监测的潜在实用性.