研究展示3D乳腺X线扫描中AI读片的优缺点

研究展示人工智能读取3D乳腺X线扫描的优缺点

一项关于人工智能程序用于读取3D乳腺X线扫描的回顾性研究展示了该技术的优缺点和局限性，研究人员表示，他们的发现可能有助于优化用于乳腺癌检测和诊断的成像算法。

该研究在马萨诸塞州总医院进行，研究人员使用 Hologic 的 Genius AI Detection 2.0 乳腺X线摄影软件分析了2016年至2019年间进行的5000次数字乳腺断层合成检查。

该数据集包括500例当时由放射科医生识别出的癌症病例，以及100名未被检测出的恶性肿瘤患者。

该人工智能程序正确识别了约90%的已知真阳性病例，以及32%的之前未被检测出的假阴性癌症。据研究人员称，与某些类型的肿瘤及其表现相比，该人工智能更有可能检测出某些类型的肿瘤及其表现。研究结果在科罗拉多州本周举行的乳腺影像学会年会上公布。

相关

在真阳性病例中，该人工智能不太可能识别出看起来像良性不对称的癌症。它也不太可能发现侵袭性小叶癌和I级侵袭性癌。然而，它在检测侵袭性导管癌方面更为准确。

如果乳腺组织致密或在扫描中呈现为肿块，该软件也倾向于标记更多的真阳性癌症，尽管这些发现研究中并不具有统计学意义。该人工智能也更有可能发现3级侵袭性癌，以及淋巴结阳性癌症。

相关

在假阴性报告方面，如果当时的放射科医生在筛查中也识别出乳腺X线摄影发现——特别是乳腺钙化的存在，这可能是癌症的早期迹象——该人工智能更有可能正确识别出病变。

在4400次被确定为无癌扫描的检查中，该人工智能正确地将其中55%的病例分类为阴性。

“随着人工智能的不断发展，我相信它将成为放射科医生越来越重要的工具，帮助转变乳腺癌检测，最终减轻这种疾病对患者的负担，”该研究的主持人 Manisha Bahl 在一份声明中表示。Bahl 是马萨诸塞州总医院乳腺影像学研究员项目的主任，也是哈佛医学院的放射学副教授。

Hologic 表示，其更新的 Genius AI Detection PRO 工作流程平台——增加了颜色编码和自动化报告——已被证明可将放射科医生的总阅片时间减少24%。

Genius AI Detection 2.0 程序于2023年推出，该公司表示，与之前的 ImageChecker CAD 解决方案相比，它将每例假阳性标记减少了70%以上。