人工智能在最小乳腺病变中的诊断价值 基于实时动态超声波成像
Chen Qu1, Fei Xia2, Ling Chen1
1Department of Ultrasonography, Affiliated Hospital of Jiangnan University, Wuxi, Jiangsu, People's Republic of China.
International journal of general medicine
|September 19, 2024
概括
人工智能 (AI) 在实时超声波中有效诊断最小的乳腺病变,有助于早期发现乳腺癌. 虽然有希望,但人工智能系统偶尔会错过或误诊癌症,需要进一步改进.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 在瘤学瘤学.
背景情况:
- 早期发现最小的乳腺病变对于改善患者的治疗结果至关重要.
- 传统的超声波方法在准确诊断小乳腺异常方面可能面临挑战.
研究的目的:
- 评估基于人工智能 (AI) 的实时动态超声波成像系统对最小的乳腺病变 (≤10mm) 的诊断性能.
主要方法:
- 展望性研究涉及291个最小的乳腺病变.
- 同时激活超声波设备和人工智能系统进行实时分析.
- 深度学习 (DL) 算法用于乳腺成像报告和数据系统 (BI-RADS) 的分类.
- 作为黄金标准的外科病理学;ROC曲线分析用于诊断疗效.
主要成果:
- 人工智能系统实现了0.833的曲线下面面积 (AUC),BI-RADS的最佳值为>4A.
- >3的BI-RADS值显示出更高的灵敏度 (100%) 和负预测值 (100%),但与>4A相比,特异性和准确性较低.
- 一个BI-RADS值>4A显示出优异的特异性 (85.96%) 和准确性 (81.44%).
结论:
- 基于人工智能的实时动态超声波系统显示了诊断最小乳腺病变的巨大潜力,支持早期乳腺癌检测和治疗.
- 该系统有助于改善患者的预后,但需要进一步开发,以尽量减少错误诊断和误诊.
