基于深度学习的两种基于乳腺癌检测和定位的AI模型在乳腺屏幕挪威查乳房图片上的表现
Marit A Martiniussen1,2, Marthe Larsen3, Tone Hovda4
1Department of Radiology, Østfold Hospital Trust, Kalnes, Norway.
Radiology. Artificial intelligence
|February 5, 2025
概括
两种人工智能 (AI) 模型在查性乳房影像上检测乳腺癌方面表现出强的表现,精确标记了癌症位置. 这些人工智能工具对改善乳房影像解释和癌症诊断有很大的希望.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 医疗保健中的人工智能
背景情况:
- 查性乳房造影对于早期发现乳腺癌至关重要.
- 人工智能 (AI) 有潜力提高乳房影像解释的准确性.
- 在现实世界选环境中评估AI模型的性能至关重要.
研究的目的:
- 评估两种人工智能模型的癌症检测和标记物放置精度,用于查乳房图片.
- 为了比较商业AI模型 (模型A) 和内部AI模型 (模型B) 的性能.
主要方法:
- 从2008年至2018年挪威的BreastScreen挪威 (2008年至2018年) 对129,434张查性乳房造影的回顾性分析.
- 计算接收器运行特征曲线 (AUC) 下的面积,用于两种AI模型.
- 放射学审查以评估AI标记本地化和分类间隔癌症.
主要成果:
- 两种AI模型均实现了0.93的AUC,表明了高诊断性能.
- 模型A检测到82.5%-92.4%和模型B检测到81.8%-93.7%的查检测到的癌症在不同的值.
- 人工智能标记对于屏幕检测的癌症具有准确的局部定位,对于间隔癌症则为79%-82%.
结论:
- 评估的两种人工智能模型都显示出在查乳房镜中癌症检测的有前途能力.
- 人工智能生成的标记与实际的癌症位置有很好的对应性.
- 人工智能工具有可能帮助放射科医生识别乳房影像上恶性瘤的微妙迹象.
