您的位置:首页 >Nature杂志 > 免疫学 >

AI提高了数字乳房断层合成的效率和准确性

导读 伊利诺伊州奥克布鲁克 - 根据发表在放射学:人工智能杂志上的一项新研究,人工智能(AI)有助于提高用于筛查乳腺癌的先进成像技术的效率和

伊利诺伊州奥克布鲁克 - 根据发表在“放射学:人工智能”杂志上的一项新研究,人工智能(AI)有助于提高用于筛查乳腺癌的先进成像技术的效率和准确性。

数字乳房断层合成(DBT)是一种先进的癌症检测方法,其中X射线臂扫过乳房,在几秒钟内拍摄多张图像。

研究表明,与仅使用数字乳房X线照相术(DM)进行筛查相比,DBT可改善癌症检测并减少假阳性回忆。然而,由于放射科医师滚动浏览所有图像所花费的时间,因此DBT检查的解释时间几乎是DM的两倍。随着DBT越来越成为乳腺摄影成像的标准护理,这种增加的时间可能更为重要。

在这项研究中,研究人员开发了一种深度学习系统,这种人工智能可以挖掘大量数据,以找到人类认可之外的微妙模式。他们在大型DBT数据集上训练AI系统,以识别DBT图像中的可疑发现。

在开发和训练该系统后,研究人员通过让24名放射科医师(包括13位乳腺亚专科医生)测试其表现,每位放射科医师在有和没有AI辅助的情况下阅读260次DBT检查。检查包括65例癌症病例。

人工智能的使用与提高准确性和缩短阅读时间有关。灵敏度从没有AI的77%增加到85%。特异性从没有AI的62.7%增加到69.6%。根据良性发现,非癌症的召回率,或女性被召回进行随访检查的比率,从没有AI的38%降至仅有30.9%。平均而言,阅读时间从没有AI的64秒减少到仅仅30.4秒。

“总的来说,读者能够将他们的敏感度提高8%,将他们的召回率降低7%,并且在阅读DBT案例的同时使用人工智能时将阅读时间缩短一半,而不使用人工智能阅读,”研究的第一作者Emily F说。来自费城宾夕法尼亚大学佩雷​​尔曼医学院放射科的Conant,医学博士,乳腺成像主任。

接收器工作特征曲线(AUC)下的面积也显示出改善,该曲线变量将灵敏度和特异性结合到单个测量中,以更好地表示整体放射科医师的表现。通过平均AUC测量的放射科医师表现从没有AI的0.795增加到AI的0.852。

“我们知道DBT成像可以增加癌症检测并降低召回率,当加入二维乳房X线照相术时,这些关键指标的进一步改善在临床上非常重要,”科南特博士说。“而且,由于将DBT添加到2-D乳房X线照片中大约会使放射科医生的阅读时间增加一倍,因此将AI与DBT同时使用会增加癌症检测,并可能使阅读时间恢复到大约读取单独DM检查所需的时间。”

研究人员希望深度学习方法能够随着暴露于越来越大的数据集而得到改善,从而使其对患者护理的潜在影响更加显着。

免责声明:本文由用户上传,如有侵权请联系删除!