《放射學(xué)：人工智能》上發(fā)表的研究顯示，人工智能(AI)可以提高放射科醫(yī)生在閱讀乳腺癌篩查X光照片方面的表現(xiàn)和效率。

通過乳房X線攝影進(jìn)行的乳腺癌篩查可通過在更早、更可治療的階段檢測疾病來改善預(yù)后并降低死亡率。但在乳腺X線攝影篩查中會漏掉許多癌癥，可疑發(fā)現(xiàn)通常被證明是良性的。一項(xiàng)放射學(xué)研究發(fā)現(xiàn)，根據(jù)可疑發(fā)現(xiàn)篩查其他診斷檢查而被召回的女性中，平均只有10%最終被發(fā)現(xiàn)患有癌癥。

基于AI的算法有望成為提高數(shù)字乳房X線照相術(shù)準(zhǔn)確性的途徑。研究者在現(xiàn)有圖像上對AI進(jìn)行“訓(xùn)練”，教導(dǎo)AI識別與癌癥相關(guān)的異常并將其與良性發(fā)現(xiàn)區(qū)分開。然后在不同的圖像集上測試程序。AI不僅為更好地檢測癌癥提供了可能性，還為放射科醫(yī)生提供了更高的效率。

研究者使用了MammoScreen——一種可以與乳房X線照相術(shù)結(jié)合使用的AI工具，有助于癌癥檢測。AI系統(tǒng)旨在在2D數(shù)字乳房X線照片上識別可疑乳腺癌區(qū)域，并評估其惡性可能性。該系統(tǒng)將構(gòu)成乳房X光照片的四個(gè)視圖的完整集合作為輸入，并輸出具有相關(guān)可疑分?jǐn)?shù)的一組圖像位置。

14位放射科醫(yī)生評估了2013~2016年間采集的240幅2D數(shù)字化乳腺X線照片圖像的數(shù)據(jù)集，其中包括不同類型的異常。在第一次會話期間和第二次會話期間，在沒有AI的情況下讀取了數(shù)據(jù)集的一半，而在AI的幫助下，讀取了另一半。

有AI支持時(shí)，平均癌癥檢出的敏感性略有增加，人工智能還有助于減少假陰性率，即使存在癌癥，看起來也很正常的發(fā)現(xiàn)率。提示MammoScreen或有助于提高放射科醫(yī)生在乳腺癌檢測中的性能，在不延長其工作流程的情況下，提高了放射科醫(yī)生在檢測乳腺癌中的診斷效率。在惡性可能性低的情況下，第二閱讀時(shí)段的閱讀時(shí)間會減少。這種減少的閱讀時(shí)間可以提高放射線醫(yī)師的整體效率，使他們將注意力集中在更可疑的檢查上。

(編譯 韓佳)