乳腺查中的过度检测和过度监测:现状和人工智能优化潜力

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 医疗保健中的人工智能

背景情况:

• 乳腺癌查可以挽救生命,但会导致过度检测良性疾病,导致患者焦虑并增加医疗保健费用.
• 目前的查方法,如乳房影像和核磁共振,往往具有降低的特异性,导致假阳性和不必要的活检.

研究的目的:

• 审查乳腺成像技术,过度检测的影响以及人工智能在优化查中的作用.
• 评估人工智能如何改善病变分层和个性化乳腺癌查后续策略.

主要方法:

• 综合关于查技术 (乳房学,DBT,超声波,MRI) 的证据及其局限性.
• 分析过度检测的多维影响,包括心理社会和经济负担.
• 评估AI提高灵敏度,特异性和风险适应工作流程的能力.

主要成果:

• 人工智能辅助阅读可以维持或改善癌症检测,同时降低回忆率和工作量.
• 人工智能可以实现更细致的风险分层,特别是对于BI-RADS 4病变,减少不必要的干预.
• 完善乳腺成像报告和数据系统 (BI-RADS) 门可以减少不必要的程序,而不影响癌症检测.

结论:

• 将验证的AI集成到乳腺癌查中可以最大限度地提高效益,最大限度地减少伤害.
• 使用人工智能的以患者为中心的策略可以优化后续检查间隔,并支持风险适应的工作流.
• 人工智能的进步可以导致更有效和个性化的乳腺癌查.