适应性乳房MRI扫描使用AI
Sarah Eskreis-Winkler1, Arka Bhowmik1, Lori H Kelly1
1Department of Radiology, Memorial Sloan Kettering Cancer Center, 300 E 66th St, New York, NY 10065.
Radiology
|June 3, 2025
概括
人工智能 (AI) 可以通过指导分层扫描来简化乳房MRI查,减少扫描时间而不会影响诊断准确度. 这种以人工智能为导向的方法保持了高灵敏度和特异性,确保在缩短的乳腺MRI协议中有效检测癌症.
科学领域:
- 放射学和医学成像学 医学成像学
- 医疗保健中的人工智能
- 瘤学和癌症查 癌症查
背景情况:
- 乳腺癌查的标准MRI协议通常很长,这对患者的吞吐量和资源配置构成了挑战.
- 对于高效而准确的查方法的需求对于管理对乳腺MRI检查日益增长的需求至关重要.
研究的目的:
- 模拟和评估人工智能 (AI) 导向的分层扫描用于乳腺MRI查的诊断性能.
- 用各种值设置,比较人工智能分类系统与传统全乳腺MRI协议的有效性.
主要方法:
- 一项回顾性读者研究分析了来自三个癌症部位 (2013-2019) 的1423个对比增强查乳腺MRI检查.
- 内部人工智能工具分配了怀疑分数,以确定适用于缩短乳腺MRI (AB-MRI) 协议的检查,重点是动态对比增强MRI扫描.
- 诊断性能指标与人工智能指导的分层扫描 (分离值在第50百分位) 和标准的全MRI协议之间进行了比较.
主要成果:
- 人工智能指导的分层扫描显示了与全MRI协议相比较的诊断性能,灵敏度为88.2%vs86.3%,特异性为80.8%vs81.4%.
- 人工智能分类导致特异性最小降低 (≤2.7个百分点),同时保持癌症检测率和间隔癌症率.
- 在人工智能选的检查中,没有任何额外的癌症诊断被遗漏,而这些检查本可以通过完整的MRI协议检测到.
结论:
- 由人工智能指导的分层MRI扫描提供了一种可行的策略,可以减少乳腺MRI查的模拟检查时间.
- 与传统的全方位方案相比,这种AI方法有效地保持了诊断性能,包括灵敏度,特异性和癌症检测率.
- 这些发现支持AI在优化乳腺MRI工作流程方面的潜力,以提高效率而不会损害患者护理.
