根據(jù)放射學(xué)：人工智能中的一項(xiàng)研究，人工智能 (AI) 工具可以準(zhǔn)確、一致地對(duì)乳房 X 線照片上的乳房密度進(jìn)行分類。
乳房密度反映了乳房 X 線照片中常見(jiàn)的乳腺纖維腺體組織的數(shù)量。高乳房密度是獨(dú)立的乳腺癌危險(xiǎn)因素，其對(duì)潛在病變的掩蔽作用降低了乳房X線照相術(shù)的敏感性。因此，美國(guó)許多州都有法律要求乳房致密的女性在進(jìn)行乳房 X 光檢查后必須得到通知，以便她們可以選擇接受補(bǔ)充檢查以提高癌癥檢測(cè)率。
在臨床實(shí)踐中，乳房密度是通過(guò)雙視圖乳房 X 線照片目測(cè)評(píng)估的，最常見(jiàn)的是美國(guó)放射學(xué)會(huì)乳房成像報(bào)告和數(shù)據(jù)系統(tǒng) (BI-RADS) 四級(jí)量表，范圍從幾乎完全脂肪乳房的 A 類到D 類非常密集。該系統(tǒng)有局限性，因?yàn)橐曈X(jué)分類容易出現(xiàn)觀察者之間的差異，或者兩個(gè)或更多人之間的評(píng)估差異，以及觀察者內(nèi)部的差異，或者同一個(gè)人在重復(fù)評(píng)估中出現(xiàn)的差異。
為了克服這種可，的研究人員開(kāi)發(fā)了一種乳房密度分類軟件，該軟件基于一種稱為卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的人工智能，這是一種復(fù)雜的人工智能，能夠辨別圖像中的細(xì)微圖案，超出人眼的能力。研究人員在七位經(jīng)驗(yàn)豐富的放射科醫(yī)師的監(jiān)督下對(duì)名為 TRACE4BDensity 的軟件進(jìn)行了培訓(xùn)，他們獨(dú)立地對(duì) 760 幅乳房 X 線照片進(jìn)行了視覺(jué)評(píng)估。
該工具的外部驗(yàn)證由三位最接近共識(shí)的放射科醫(yī)師對(duì)從不同中心獲得的 384 張乳房 X 線攝影圖像的數(shù)據(jù)集進(jìn)行。
TRACE4BDensity 在區(qū)分低密度(BI-RADS A 和 B 類)和高密度(BI-RADS C 和 D 類)乳腺組織方面的準(zhǔn)確率為 89%，該工具與三個(gè)讀取器之間的一致性為 90%。所有分歧都在相鄰的 BI-RADS 類別中。
“該工具的特殊價(jià)值在于有可能克服視覺(jué)人體密度分類的次優(yōu)再現(xiàn)性，這限制了其實(shí)際可用性，”來(lái)自米蘭的 Centro Diagnostico Italiano 的研究合著者 Sergio Papa 醫(yī)學(xué)博士說(shuō)。“擁有一個(gè)以標(biāo)準(zhǔn)化方式提出密度分配的強(qiáng)大工具可能對(duì)決策有很大幫助。”
研究人員表示，這種工具將特別有價(jià)值，因?yàn)槿橄侔┖Y查變得更加個(gè)性化，密度評(píng)估是風(fēng)險(xiǎn)分層中的一個(gè)重要因素。
“諸如 TRACE4BDensity 之類的工具可以幫助我們建議乳房致密的女性在乳房 X 光檢查陰性后，使用超聲波、MRI 或?qū)Ρ仍鰪?qiáng)乳房 X 光檢查進(jìn)行補(bǔ)充篩查，”該研究的合著者、IRCCS Policlinico San 的醫(yī)學(xué)博士 Francesco Sardanelli 說(shuō)。圣多納托的多納托。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！