人工智能可降低查间隔癌症率 数字乳腺图莫合成 数字乳腺图莫合成
Manisha Bahl1, Saul Langarica1,2, Leslie R Lamb1
1Department of Radiology, Massachusetts General Hospital, 55 Fruit St, WAC 240, Boston, MA 02114.
Radiology
|July 29, 2025
概括
人工智能 (AI) 在追溯查数字乳腺图莫合成 (DBT) 检查中正确识别了32.6%的间隔癌症. 这种人工智能工具在降低间隔癌症率方面表现有前途,改善乳腺癌查患者的结果.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 查数字乳腺图莫合成 (DBT) 缺乏长期结果数据.
- 间隔癌症率作为DBT查患者结果的替代品.
- 评估AI性能对于提高查效率至关重要.
研究的目的:
- 在查DBT中评估人工智能 (AI) 算法的检测和定位间隔癌症的能力.
- 通过各种选DBT检查结果验证AI算法的诊断值.
- 确定人工智能在降低间隔癌症率方面的潜力.
主要方法:
- 在间隔癌症诊断之前的查DBT检查的回顾性分析 (2011年2月至2023年6月).
- 应用美国食品和药物管理局批准的AI算法来标记病变并分配分数 (0-100).
- 独立放射学家对AI阳性检查的审查 (得分≥10) 和成像/临床病理学特征的比较.
主要成果:
- 在回顾性查DBT评估中,AI正确定位了32.6% (73/224) 的间隔癌症.
- 人工智能检测到的间隔癌症与更大尺寸和状淋巴结阳性相关.
- 人工智能在识别真阳性 (84.4%),真阴性 (85.9%) 和假阳性 (73.3%) 病例时表现出高准确度,值分数≥10.3%.
结论:
- 在回顾性查DBT分析中,AI准确地定位了相当一部分间隔癌症.
- 人工智能算法显示,在乳腺癌查中降低间隔癌症率的潜力.
- 进一步验证和整合AI可能会提高查DBT的性能和患者的结果.
