多模式放射学模型预测了使用MRI和乳房显微镜进行乳腺癌的带淋巴结转移
Qian Wang1, Yingyu Lin2, Cong Ding3
1Department of Radiology, The Affiliated Huaian Clinical College of Xuzhou Medical University, Huaian, Jiangsu, China.
European radiology
|February 10, 2024
概括
一个新的AI模型准确地预测乳腺癌状淋巴结转移,使用MRI和乳房影像. 这种工具有助于放射科医生,可能减少不必要的手术,提高诊断准确度.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 准确预测状淋巴结 (ALN) 转移对于乳腺癌的分期和治疗计划至关重要.
- 尽量减少不必要的手术,可以降低患者的发病率和医疗保健成本.
研究的目的:
- 开发一种多模式的人工智能模型,将临床因素与MRI和乳房镜的放射性特征集成,用于ALN转移的预测.
- 评估模型与放射科医生诊断的性能及其在改善诊断准确性的实用性.
主要方法:
- 对485名乳腺癌患者的MRI和乳房图像进行了回顾性分析.
- 放射性特征的提取,然后进行特征选择和随机森林模型开发.
- 整合临床因素和放射学来创建一个多模式模型来预测ALN转移.
主要成果:
- 多模式模型实现了高AUC (0.964培训,0.916内部,0.892外部验证).
- 该模型在MRI和超声波上表现优于单模式放射学和放射科医生的诊断.
- 人工智能模型提高了放射科医生的诊断准确度,提高了7-8%.
结论:
- 开发的多模式人工智能模型准确预测乳腺癌中的ALN转移.
- 这种人工智能工具可以作为决策支持系统,提高放射科医生的诊断效率,并可能指导手术决策.
