降级乳腺成像报告和数据系统类别在超声波中使用应变弹性学和计算机辅助诊断系统:一个多中心的前性研究

科学领域:

• 医疗成像医学成像
• 在瘤学瘤学.
• 人工智能在医学中的应用

背景情况:

• 乳房超声波 (US) 评估往往导致不必要的活检BI-RADS 3和4A病变.
• 准确的乳腺质量分类对于避免侵入性手术至关重要.

研究的目的:

• 评估是否添加弹性图拉伸比 (SR) 和基于深度学习的计算机辅助诊断 (CAD) 系统可以改善BI-RADS 3和4A-C类别的重新分类.
• 确定这些工具在减少不必要的乳腺活检方面的潜力.

主要方法:

• 一项前性多中心研究涉及1049个乳腺质 (691个良性,358个恶性),分类为BI-RADS 3和4A-C.
• 患者接受了SR和CAD检查;组织病理学作为参考标准.
• CAD结果被二分为可能恶性或良性.

主要成果:

• 传统的美国在48.6%的良性病变中导致了不必要的活检.
• 使用SR (切断值<2.90) 和CAD对BI-RADS 4A质量的重新分类使不必要的活检减少了50.14% (共691例中的177例).
• 在重新分类的BI-RADS 3组中,错过恶性瘤的发生率为1.72% (523例中9例).

结论:

• 将SR和CAD结合起来,可以在将BI-RADS 4A重新分类到3个类别中显示出最佳性能.
• 这种方法显著减少了BI-RADS 3和4A病变的活检频率.
• 该研究表明,不必要的活检减少了大量,同时保持了可接受的未检测到的恶性瘤率.