基于免费的超声波视频进行乳腺癌评估的全损伤意识网络:一个前性的多中心研究
Jie Han1, Yuanjing Gao2, Ling Huo3
1Department of Ultrasound, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Chaoyang District, Beijing, 100021, China.
概括
一个新的全损伤意识网络 (WAUVE) 使用自由手超声视频显示了乳腺癌风险评估的前景. 这种人工智能模型的性能与经验丰富的放射科医生相比,有可能提高诊断准确性和一致性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 乳房超声波的临床AI受限于操作员依赖的静态成像.
- 静态图像提供了乳腺病变的不完整视图,阻碍了现实世界的应用.
- 自由手超声视频为改善临床实用性提供实时优势.
研究的目的:
- 开发和评估一个全损伤意识网络 (WAUVE) 用于使用自由手超声视频预测乳腺癌风险.
- 评估WAUVE的诊断性能与现有的AI模型和经验丰富的放射科医生相比.
主要方法:
- 使用2912个回顾式超声波视频 (2020年5月至2022年8月) 开发WAUVE.
- 将WAUVE与内部验证集上的2D-ResNet50和TimeSformer模型进行比较.
- 在190个视频中对WAUVE进行了前性验证,并与四名放射科医生进行了读者研究.
主要成果:
- WAUVE的表现优于2D-ResNet50的表现,并且表现类似于TimeSformer的表现.
- 在外部验证中,WAUVE的AUC达到0.8998.8.
- WAUVE的灵敏度,特异性和准确性与经验丰富的放射科医生相美.
- 在WAUVE的帮助下,放射科医生的特异性提高了6.67%,提高了一致性.
结论:
- 使用非标准化超声波扫描的WAUVE在乳腺癌评估中表现出色.
- 该模型的结果与经验丰富的放射科医生的结果相当.
- 在乳腺癌风险预测中,WAUVE对临床应用具有重大前景.
更多相关视频
08:36Ultrasound Imaging-guided Intracardiac Injection to Develop a Mouse Model of Breast Cancer Brain Metastases Followed by Longitudinal MRI
Published on: March 6, 2014
19.1K
06:03Integrating Augmented Reality Tools in Breast Cancer Related Lymphedema Prognostication and Diagnosis
Published on: February 6, 2020
6.7K
