动态AI辅助的ipsilateral组织匹配用于数字乳腺图解合成.

科学领域:

• 医疗成像医学成像
• 放射学中的人工智能
• 乳腺癌检测 乳腺癌检测

背景情况:

• 精确的病变定位对于有效的乳腺癌诊断和治疗至关重要.
• 数字乳腺图莫合成 (DBT) 已经提高了乳腺癌检测率.
• 定位错误可能会发生,特别是对于非专家读者,可能导致错过的病变.

研究的目的:

• 评估人工智能辅助的ipsilateral组织匹配在DBT中的有效性,以减少局部化错误.
• 评估人工智能对定位准确性的影响,特别是对于非专家放射科医生.
• 为了确定人工智能是否可以帮助最小化超出典型瘤边界的局部化错误.

主要方法:

• 两部分研究涉及放射科医生评估人工智能工具的数字乳腺图莫合成 (DBT).
• 第1部分:在11个案例中对AI信心和有用性的主观评估.
• 第二部分:在30个案例中使用和不使用人工智能辅助的损伤注释,测量本地化错误 (RMSE,MDE) 与专家共识.

主要成果:

• 放射科医生报告说,人工智能协助 (p < 0.001) 增加了信心和有用性 (6.21/10).
• 局部化错误 (RMSE,MDE) 在没有AI的情况下对异常病变显著更高 (p <0.05).
• 非专家读者在AI时显示RMSE和MDE的减少>60%,在临床上相关的瘤尺寸内带来错误.

结论:

• 在DBT中,人工智能辅助的组织匹配显著提高了定位的准确性.
• 人工智能工具对非专家放射科医生和复杂病例提供了特别的好处.
• 人工智能辅助将局部化错误减少到典型瘤大小的范围内,潜在地改善病变检测并防止错误诊断.