人工智能工具提高乳腺癌超声成像的准确性

乳腺癌超声

一项新的研究显示,经过训练的计算机程序可以在数千张乳腺超声图像中识别模式,从而帮助医生准确诊断乳腺癌。

当分别对44755个已经完成的超声检查进行测试时,人工智能(AI)工具将放射科医生正确识别疾病的能力提高了37%,并将确认可疑肿瘤所需的组织样本或活检数量减少了27%。

由纽约大学Langone放射卫生研究人员及其劳拉和艾萨克·波尔马特癌症中心,团队的人工智能分析被认为是同类研究中规模最大的,包括288767个独立的超声波考试从143203名妇女在纽约市纽约大学Langone治疗医院在2012年和2018年之间。该小组的报告今天(2021年9月24日)在线发表在该杂志上自然传播.

研究高级研究员Krzysztof Geras博士说:“我们的研究表明,人工智能如何帮助放射科医生阅读乳腺超声检查,以仅显示乳腺癌的真实体征,并避免良性病例的活检验证。”。

超声检查使用高频声波通过组织构建乳房或其他组织的实时图像。纽约大学格罗斯曼医学院放射学系助理教授、珀尔穆特癌症中心成员杰拉斯说,尽管不是一般用作乳腺癌筛查工具,但它已成为许多女性的替代(乳腺摄影术)或后续诊断测试。

研究人员说,超声波更便宜,在社区诊所更广泛使用,而且不涉及辐射暴露。此外,在穿透致密的乳腺组织和区分致密的肿瘤和致密的健康细胞方面,超声波优于乳腺X光摄影。

然而,这项技术也被发现导致了太多乳腺癌的错误诊断,给女性带来了焦虑和不必要的手术。一些研究表明,大多数乳腺超声检查显示的癌症迹象在活检后被证明是无癌的。

“如果我们使用机器学习作为超声研究的分类工具的努力被证明是成功的,那么超声将成为乳腺癌筛查中更有效的工具,尤其是作为乳房x光检查的替代品,对于那些乳腺组织致密的患者来说,”纽约大学格罗斯曼医学院(NYU Grossman School of Medicine)教授、波尔马特癌症中心(Perlmutter Cancer Center)成员琳达·莫伊(Linda Moy)说:“它对改善女性乳房健康的未来影响可能是深远的。”

Geras警告说,虽然他的团队的初步结果是有希望的,但他的团队在最新的分析中只查看了过去的检查,在常规部署之前,还需要在当前的患者和现实世界的条件下进行临床试验。他还计划改进人工智能软件,使其包含更多的患者信息,比如一名女性有与乳腺癌相关的家族史或基因突变的额外风险,这在他们的最新分析中没有包括。

在这项研究中,超过一半的超声波乳房检查被用于创建计算机程序。然后,10名放射科医生分别检查了663次乳房检查,得出了平均值精确百分之九十二。在人工智能模型的帮助下,他们诊断乳腺癌的平均准确率提高到96%。根据组织活检结果检查所有诊断。

美国癌症协会(American Cancer Society)的最新统计数据估计,美国每八名女性中就有一名(13%)将在一生中被诊断为乳腺癌,仅2021年就有30多万人被诊断为乳腺癌。

参考资料:“人工智能系统减少了假阳性结果”,2021年9月24日,自然传播.
DOI: 10.1038 / s41467 - 021 - 26023 - 2

该研究的资金支持由美国国立卫生研究院赠款P41 EB017183和R21 CA225175提供;国家科学基金会授予HDR-1922658;戈登和贝蒂穆尔基金会补助金9683;和波兰国家学术交流局赠款PPN/IWA/2019/1/00114/U/00001。

除Geras和Moy外,参与本研究的其他纽约大学研究人员包括联合首席研究员沈义秋(音译)和“Artie”Shen;法拉·沙莫特;杰米·奥利弗;和联合调查员扬·维托夫斯基;卡什坎南;郑九园,;吴楠;康纳·哈德斯顿;斯泰西·沃尔夫森;亚历山德拉·米利;罗宾·埃伦普利斯;迪维亚·阿瓦尔;凯西·提马;纳齐亚·萨姆林;高一鸣;克洛伊·乔尔;斯泰西·甘地;李辛迪,;希拉·库马里-苏巴亚;辛迪·伦纳德;雷汉·穆罕默德;克里斯托弗·莫祖尔斯基;詹姆·阿尔塔贝特;詹姆斯·巴布;阿拉娜·勒温;贝特瑞;还有劳拉·希考克。

第一个发表评论关于“人工智能工具提高乳腺癌超声成像准确性”的讨论

留言

邮箱地址可选。如果提供,您的电子邮件将不会被公布或共享。