人工智能在乳房扫描中用于诊断超慢性逆侧乳腺癌

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:

• 乳腺扫描 (MG) 对于乳腺癌 (BC) 检测至关重要.
• 诊断甲时双边乳腺癌 (BC) 存在独特的挑战.
• 有限的研究存在于人工智能 (AI) 用于甲时逆边BC检测.

研究的目的:

• 评估AI在诊断元时代性逆侧BC的有效性.
• 为了比较人工智能辅助乳房造影 (MG) 诊断与放射科医生的评估.
• 为了确定AI是否可以实现更早或更准确的BC诊断.

主要方法:

• 对先前经过单边BC手术的患者进行了回顾性分析,后者患有逆侧BC.
• 评估FxMammoTM人工智能诊断系统在乳房图 (MG) 上的使用情况.
• 人工智能诊断与经验丰富的放射科医生的读数的比较.

主要成果:

• 人工智能在60%的病例中发现了恶性瘤,而放射科医生在50%的病例中发现了恶性瘤.
• 人工智能仅诊断了20%的元慢性逆侧BC病例.
• 在某些情况下,人工智能比传统诊断早一年检测出恶性瘤.

结论:

• 人工智能支持的乳房造 mammography (MG) 系统在诊断超慢性逆侧乳腺癌 (BC) 中表现出显著的有效性.
• 人工智能有可能提高早期检测率和对具有挑战性的BC病例的诊断准确度.
• 人工智能系统可以帮助放射科医生,比传统评估更早地识别恶性瘤.