乳腺人工智能计划:为乳腺手术规划提供快速驱动的人工智能援助 - 一项回顾性单中心研究

科学领域:

• 瘤整形和重建性乳房手术
• 医学中的人工智能
• 临床决策支持系统临床决策支持系统

背景情况:

• 乳腺外科手术的术前规划涉及复杂的患者和瘤因素,以及美学目标.
• 文件和专业知识的变化可能会影响跨机构的外科规划的可重复性.
• 大型语言模型 (LLM) 提供了标准化临床数据输出的潜力.

研究的目的:

• 评估快速设计的人工智能助理 (BREAST AI-PLAN) 复制多学科团队 (MDT) 决策的能力.
• 评估AI使用例行收集的临床数据来复制美学分数的能力.
• 确定人工智能生成的计划与乳腺癌手术中确定的临床决策之间的一致性.

主要方法:

• 一项回顾性单中心研究,涉及30名接受乳腺癌手术的女性.
• 标准化数据收集包括人口统计,并发病,乳腺解剖学,瘤生物学和分期.
• 为人工智能助理生成了结构化的提示,它提供了治疗适宜性,手术计划,重建和美学分数的输出;MDT决策作为参考标准.

主要成果:

• 人工智能对新辅助治疗的适用性表现出很好的一致性 (κ=0.91) 和对计划性手术 (κ=0.58),手术方法 (κ=0.43),重建 (κ=0.36) 和辅助治疗 (κ=0.29) 的良好/中等一致性.
• 审美评分显示高观察一致性 (0.778-0.896),但轻微加权一致性 (κ=0.14-0.16).
• 患者人口统计数据包括平均年龄为59.2岁,BMI中位数为24.2,具有不同的并发症和瘤亚型.

结论:

• BREAST AI-PLAN系统成功地复制了MDT手术规划和美学评估的关键元素,并取得了显著的一致性.
• 人工智能驱动的辅助有潜力提高手术规划的标准化和可审计性,有利于当前的实践和培训.
• 建议进行进一步的前性验证,包括与成像数据的整合,以充分确定这种AI工具的临床实用性.