人工智能对超声波三阴性乳腺癌的决策支持
Kristen Coffey1, Brianna Aukland1, Tali Amir1
1Department of Radiology, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
Journal of breast imaging
|January 20, 2024
概括
人工智能 (AI) 软件在超声波上准确地为大多数三阴性乳腺癌 (TNBC) 推了活检,显示出有潜力帮助放射科医生对具有挑战性的病变进行分类.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 人工智能的人工智能
背景情况:
- 三重阴性乳腺癌 (TNBC) 在超声波 (美国) 上提出了诊断挑战.
- 人工智能决策支持工具正在出现,用于医学图像分析.
研究的目的:
- 评估人工智能软件在评估和推通过美国检测到的TNBC的活检中的性能.
主要方法:
- 通过美国指导的活检 (2009-2019) 诊断的345例TNBC病例的回顾性审查.
- 对AI识别的病变特征和恶性瘤可能性的分析.
- 与放射科医生评估相比,AI性能 (灵敏度,假阴性率) 的比较.
主要成果:
- 在损伤特征评估 (卡帕值~0.47-0.48) 中,AI与放射科医生表示中等一致.
- 推活检的AI灵敏度为96.5% (美国) 和95.9% (美国预活检),假阴性率分别为3.5%和4.1%.
- 人工智能假阴性与特定特征相关,如圆形和平行方向.
结论:
- 人工智能软件准确地推了美国96-97%的TNBC的活检.
- 人工智能在协助放射科医生进行TNBC分类方面表现有前途,特别是在具有看似良性的超声波特征的病变中.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
06:03Integrating Augmented Reality Tools in Breast Cancer Related Lymphedema Prognostication and Diagnosis
Published on: February 6, 2020
6.6K
