一位68岁的女性,屏幕检测到导管原位癌,人工智能(AI)评分为10分。(A)右乳颅腔面乳房x光片。(B)右乳中外侧斜位乳房x光片。(C)右乳颅桡侧数字乳房断层合成图像。(D)右乳房的美国图像。AI分数定义为AI系统的综合考试水平分数,1分代表乳腺癌概率低,10分代表乳腺癌概率高。A和C中的箭头表示肿瘤的恶性程度,D中的虚线表示肿瘤的直径。图片由北美放射学会提供
2022年3月31日——A大调新的研究放射学的研究表明人工智能(人工智能)是一个很有前途的工具乳腺癌检测在筛查乳房x光检查项目中。
乳房x光检查通过基于人群的乳腺癌筛查项目为放射科医生带来了巨大的工作量。人工智能被提议作为乳房x线照片的自动第二阅读器,可以帮助减少工作量。该技术在癌症检测方面已经显示出令人鼓舞的结果,但在实际筛查环境中使用该技术的证据有限。
在这项新的研究中——迄今为止同类研究中规模最大的——挪威的研究人员由段教授Hofvind博士。来自奥斯陆的挪威癌症登记处乳腺癌筛查科,他将商用AI系统的性能与基于人群的筛查项目中执行的常规独立双读进行了比较。这项研究的数据来自于英国四家机构对47000多名妇女进行的近12.3万次检查BreastScreen挪威这是美国基于人口的筛查项目。
该数据集包括752种筛查中检测到的癌症和205种间断性癌症,或筛查轮之间检测到的癌症。人工智能系统预测癌症风险的范围从1到10,1代表最低风险,10代表最高风险。筛查发现的肿瘤中,87.6%(752例中653例)和44.9%(205例中92例)的AI得分最高,分别为10分。
研究人员创建了三个阈值来评估AI系统作为决策工具的性能。使用反映个体放射科医师平均阳性解释率的阈值,筛选检测的癌症未被AI系统选择的比例低于20%。虽然人工智能系统表现良好,但该研究依赖于回顾性数据,这意味着还需要进行更多研究。
“在我们的研究中,我们假设人工智能系统选择的所有癌症病例都被检测到了,”霍夫温德博士说。“在真实的放映环境中,这可能不是真的。然而,考虑到这一假设,人工智能在未来的筛查性乳房x光片解释中可能会有很大的价值。”
结果显示良好的组织病理学特征与筛查发现的低与高AI评分癌症的更好预后相关。在间隔性癌中观察到相反的结果。这可能表明AI得分较低的间隔期癌症是筛查性乳房x光检查中看不到的真正的间隔期癌症。
AI评分低的真阴性检查的高百分比有可能大幅减少解释量,同时只允许一小部分癌症未被发现。研究人员说,通过使用人工智能作为双重阅读设置中的两个阅读器之一,放射科医生仍然可以识别这些癌症。
霍夫温德博士说:“基于我们的研究结果,我们预计未来人工智能在筛查性乳房x光片的解释方面有很大价值。”“我们认为,通过选择负面考试来减少阅读量是最大的潜力。”
霍夫温德博士说,尽管在人工智能在乳腺癌筛查中的临床应用之前还需要进行更多的研究,但这项研究的结果有助于为未来的研究奠定基础,包括前瞻性研究。
她说:“我们期待使用回顾性数据测试人工智能的不同场景,然后进行前瞻性试验。”
更多信息:www.rsna.org