2D乳房镜查中的辐射风险:对建模策略和新兴人工智能应用的全面审查

科学领域:

• 放射学 放射学是一门学科.
• 医学物理 医学物理
• 在瘤学瘤学.

背景情况:

• 乳房扫描查对于乳腺癌的检测至关重要,但引起了人们对辐射暴露的担忧.
• 了解长期辐射风险对于解决参与障碍至关重要.

研究的目的:

• 探索和综合现有模型,估计从重复的乳房镜检查中长期辐射风险.
• 确定影响辐射剂量的因素以及人工智能在剂量和乳腺密度估计中的作用.

主要方法:

• 采用范围审查方法,搜索五个主要数据库并进行手动搜索.
• 包括2014年至2024年间发表的24项研究,将研究结果分类为剂量风险概况,剂量影响因素和AI应用.

主要成果:

• 乳腺密度,压缩乳腺厚度和成像参数显著影响平均腺体剂量 (MGD).
• 建模研究表明辐射诱导癌症的风险很低,但突出了协议不一致性和供应商限制.
• 人工智能对个性化剂量风险评估有希望,但需要进一步开发跨平台兼容性.

结论:

• 目前的模型表明,乳房扫描的辐射诱导癌症风险较低,尽管需要协议标准化.
• 人工智能为改善个人风险评估提供了潜力,但需要增强互操作性.
• 进一步的研究是必不可少的,以完善剂量估计模型,并有效地将AI整合到乳房扫描查中.