多模態(tài)AI模型實(shí)現(xiàn)多層級(jí)乳腺癌風(fēng)險(xiǎn)預(yù)測(cè)
上??萍即髮W(xué)生物醫(yī)學(xué)工程學(xué)院錢學(xué)駿等研發(fā)了專門用于乳腺癌風(fēng)險(xiǎn)分層的多模態(tài)人工智能系統(tǒng)BMU-Net模型,實(shí)現(xiàn)了多層級(jí)乳腺癌風(fēng)險(xiǎn)預(yù)測(cè),其預(yù)測(cè)能力超越了資深影像科醫(yī)生,為乳腺癌篩查和診斷提供了可能的技術(shù)手段。(Nat Biomed Eng. 2024年12月4日在線版)
研究者基于超聲和鉬靶,綜合患者主訴、病史等重要臨床指標(biāo),構(gòu)建了結(jié)合傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)與Transformer的混合深度學(xué)習(xí)框架,并創(chuàng)新性引入不同癌變風(fēng)險(xiǎn)等級(jí)的乳腺疾病樹,實(shí)現(xiàn)了多層級(jí)乳腺癌風(fēng)險(xiǎn)預(yù)測(cè)。結(jié)果顯示,該模型預(yù)測(cè)能力超越了資深影像科醫(yī)生,初步達(dá)到資深病理科醫(yī)生的水準(zhǔn),為更廣泛的乳腺癌篩查和診斷提供了可能的技術(shù)手段。
亞洲女性乳腺組織密度較高且乳腺癌發(fā)病低齡化趨勢(shì),超聲基于其便捷、無輻射、經(jīng)濟(jì)實(shí)惠等優(yōu)勢(shì),逐漸成為我國乳腺癌篩查診斷的首選手段。不過,超聲在早期篩查中有一定局限性,尤其是對(duì)微小鈣化灶的檢出不夠理想。臨床實(shí)踐中逐漸形成鉬靶+超聲的組合,常規(guī)體檢可選擇,門診就醫(yī)時(shí)對(duì)不明確病灶會(huì)聯(lián)合聯(lián)查。除影像學(xué)檢查,醫(yī)生還綜合評(píng)估患者主訴、既往病史、觸診等臨床指標(biāo),這種診斷模式流程繁瑣,信息龐雜,診斷準(zhǔn)確性也難以保證。
研究者開發(fā)了一款專門面向乳腺癌風(fēng)險(xiǎn)分層的多模態(tài)人工智能系統(tǒng)BMU-Net模型(下圖)。該模型巧妙融合了卷積神經(jīng)網(wǎng)絡(luò)在特征提取方面的高效性,以及Transformer在高層特征融合與跨模態(tài)整合方面的卓越性能。通過在大規(guī)模鉬靶和超聲數(shù)據(jù)集上進(jìn)行遷移學(xué)習(xí)預(yù)訓(xùn)練,再結(jié)合多模態(tài)匹配數(shù)據(jù)集進(jìn)行精細(xì)化調(diào)優(yōu),顯著提升了模型的通用性和復(fù)用價(jià)值。創(chuàng)新性地采用隨機(jī)掩碼訓(xùn)練策略,使BMU-Net能靈活處理不同模態(tài)的輸入數(shù)據(jù),有效應(yīng)對(duì)臨床實(shí)踐中因患者隱私保護(hù)等原因?qū)е碌臄?shù)據(jù)缺失問題。
研究者利用5025例患者的
19 360幀乳腺影像開展模型開發(fā)和測(cè)試工作。通過與資深影像科醫(yī)生在158例鉬靶檢查和146例超聲檢查中的診斷結(jié)果進(jìn)行對(duì)比,發(fā)現(xiàn)BMU-Net在腫瘤良惡性分類方面與專家水平相當(dāng),在組織病理學(xué)分級(jí)診斷方面(根據(jù)癌變風(fēng)險(xiǎn)設(shè)計(jì)的breast disease tree)超越了人類專家的表現(xiàn)。
研究證實(shí),臨床數(shù)據(jù)(尤其是年齡和體質(zhì)指數(shù))對(duì)乳腺癌風(fēng)險(xiǎn)精準(zhǔn)分級(jí)具有重要意義,這與現(xiàn)有的乳腺癌風(fēng)險(xiǎn)因素研究相互印證。在包含187例患者的前瞻性多模態(tài)數(shù)據(jù)驗(yàn)證中,BMU-Net得到了90.1%的準(zhǔn)確率,已接近病理學(xué)家通過活檢切片分析獲得的92.7%的準(zhǔn)確率。
BMU-Net的優(yōu)勢(shì)還體現(xiàn)在其開發(fā)過程中特別關(guān)注了有挑戰(zhàn)性的BI-RADS 4類病例(癌癥可能性2%~95%)。尤其在處理BI-RADS 4a類病例(癌癥可能性為2%~10%)這一診斷難度較大的不確定區(qū)間時(shí),模型提供了極具價(jià)值的判斷依據(jù)。例如,通過將BI-RADS 4a降級(jí)為BI-RADS 3,可幫助患者避免不必要的侵入性活檢。
研究者構(gòu)建的BMU-Net模型,為臨床醫(yī)生提供了多層級(jí)的乳腺癌風(fēng)險(xiǎn)評(píng)估工具,有望改善患者生存質(zhì)量,有重要的臨床意義。 (編譯 張俊熙)
