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。

当对44755例已经完成的超声检查进行单独测试时,这一人工智能(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的数量减少了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通讯

高级研究员Krzysztof Geras博士说:“我们的研究表明,人工智能可以帮助放射科医生阅读乳房超声检查,只显示真正的乳腺癌迹象,避免在良性病例中进行活检。”

超声波检查使用高频声波通过组织来构建乳房或其他组织的实时图像。Geras是纽约大学格罗斯曼医学院放射科的助理教授,也是波尔马特癌症中心的成员,他说,尽管它通常不被用作乳腺癌筛查工具,但对许多女性来说,它已经成为(乳房x光检查)的替代方法或后续诊断测试。

研究人员说,超声波更便宜,在社区诊所更容易获得,而且不需要暴露在辐射中。此外,超声在穿透致密乳腺组织和区分致密肿瘤中致密但健康的细胞方面优于乳房x线照相术。

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,得出了平均值精度的92%。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%。所有诊断都与组织活检结果相对照。

美国癌症协会(American Cancer Society)的最新统计数据估计,美国每8名女性中就有1人(13%)将在一生中被诊断出乳腺癌,仅2021年就有30多万例阳性诊断。

参考文献:《人工智能系统减少假阳性发现》自然通讯
DOI: 10.1038 / s41467 - 021 - 26023 - 2

这项研究的资金支持由美国国立卫生研究院(National Institutes of Health)拨款P41 EB017183和R21 CA225175;国家科学基金HDR-1922658;戈登和贝蒂摩尔基金会9683号拨款;波兰国家学术交流机构资助PPN/IWA/2019/1/00114/U/00001。

除了Geras和Moy,参与这项研究的其他纽约大学研究人员是联合首席研究员Yiqiu Shen;法拉Shamout;杰米·奥利弗;以及共同调查人员Jan Witowski;Kawshik Kannan;Jungkyu公园;南吴;康纳。哈迪;斯泰西沃尔夫森;亚历山德拉小米; Robin Ehrenpreis; Divya Awal; Cathy Tyma; Naziya Samreen; Yiming Gao; Chloe Chhor; Stacey Gandhi; Cindy Lee; Sheila Kumari- Subaiya; Cindy Leonard; Reyhan Mohammed; Christopher Moczulski; Jaime Altabet; James Babb; Alana Lewin; Beatriu Reig; and Laura Heacock.

第一个发表评论关于“人工智能工具提高乳腺癌超声成像的准确性”

留下你的评论

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。