在基于人口的乳腺癌查中,基于人工智能的个人选择补充MRI:随机的ScreenTrustMRI试验
Mattie Salim1,2, Yue Liu3,4, Moein Sorkhei3,4
1Department of Oncology-Pathology, Karolinska Institutet, Stockholm, Sweden.
Nature medicine
|July 8, 2024
概括
一个人工智能 (AI) 工具可以在阴性乳房影像后识别个人进行补充MRI查. 这种基于人工智能的方法可以有效地检测更多的癌症,使补充查对乳腺癌检测具有成本效益.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 查性乳房造影对于降低乳腺癌死亡率至关重要,但间歇性癌症往往被忽视.
- 用磁共振成像 (MRI) 进行补充查可以检测这些错过的癌症.
- 由于缺乏合格的员工,高昂的设备成本和不确定的成本效益,MRI的利用有限.
研究的目的:
- 评估一种人工智能 (AI) 工具,用于对个体进行选,以便在阴性乳房影像后进行补充MRI查.
- 评估人工智能引导的补充MRI查的效率和癌症检测率.
主要方法:
- 一项随机临床试验 (ScreenTrustMRI) 使用新型人工智能工具进行,以评分乳房影像.
- 呈阴性乳房影像和高AI分数 (前6.9%) 的个体被邀请参加试验.
- 参与者被随机分配,接受补充MRI或不接受;二次终点包括MRI检测到的癌症.
主要成果:
- 人工智能方法在每1000次MRI检查中检测癌症的效率几乎是传统乳腺密度测量的四倍 (64对16.5).
- 大多数通过人工智能引导的MRI检测到的额外癌症都是侵入性和多焦点的,表明及时检测.
- 基于人工智能的分组确定了很少一部分人 (6.9%) 进行补充MRI,检测了许多错过的癌症.
结论:
- 基于AI的得分有效地选择了在阴性乳房影像后进行补充MRI查的个人.
- 这种方法显著增加了错过的乳腺癌的检测.
- 由人工智能指导的补充MRI查显示,每种癌症检测的成本与查性乳房镜像相当.
