基于AI的软件在预测针对性超声波识别的乳腺病变恶性瘤风险方面的性能
Isadora Ribeiro Monteiro Lima1, Rachel Malheiros Cruz1, Célia Luiza de Lima Rodrigues1
1Imaging Department, A.C. Camargo Cancer Center, Rua Professor Antônio Prudente, 211, Liberdade, São Paulo, SP, Brasil, 01509-001.
European journal of radiology
|July 31, 2025
概括
人工智能 (AI) 软件增强了放射科医生在准超声波上识别恶性乳腺病变的准确性. 这种人工智能集成提高了特异性,有助于更精确的活检决策,减少了错误阳性,而不会错过癌症.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 向性超声波对于识别MRI检测的乳腺病变至关重要,而最初的乳房影像或超声波没有检测到.
- 它在指导经皮活检检查可疑乳腺病变方面发挥着关键作用.
- 虽然人工智能已用于一般超声波的乳腺病变分类,但其在向超声波中的实用性仍未被探索.
研究的目的:
- 评估基于人工智能的软件在通过向超声波检测到的乳腺病变恶性瘤风险预测方面的有效性.
- 将人工智能辅助向超声波的诊断性能与传统放射科医生评估进行比较.
主要方法:
- 一项回顾性,单中心研究分析了MRI识别的334个乳腺病变 (183个质量,151个非质量) 并通过向超声波进行评估.
- 超声波结果使用人工智能软件进行处理,并与病理活检结果相关联.
- 与放射科医生的评估进行了比较,无论是使用人工智能协助还是没有人工智能协助.
主要成果:
- 该研究包括334种病变,在组织学分析中发现23.1%是恶性病变.
- 人工智能软件和放射科医生都对恶性瘤风险预测表现出高灵敏度.
- 人工智能集成显著增加了与仅放射科医生评估相比的特异性 (p < 0.001).
- 由AI或放射科医生 (21.6%) 分类为BI-RADS 2或3的病变被证实是良性的.
结论:
- 人工智能软件,当与放射科医生一起使用时,显著提高了针对乳腺病变的向超声波的诊断准确性和特异性.
- 这种人工智能辅助的方法支持更明智的活检决策,可能减少不必要的活检.
- 这些发现表明,人工智能可以增强向超声波精确检测癌症的能力,同时最大限度地减少假阳性.
