10月16日

人工智能在临床应用中测量乳房密度

根据发表在该杂志上的一项新研究，一种人工智能(AI)算法可以在经验丰富的乳房x光造影师的水平上测量乳房密度放射学．研究人员表示，这项研究是乳房成像师和人工智能专家合作的结果，代表了人工智能在常规临床实践中的突破性应用。

乳房密度可以掩盖乳房x光检查中的癌症独立危险因素治疗疾病。掩蔽效应和癌症风险如此之大，以至于许多州都有法律规定，如果女性的乳房在乳房x光检查中呈致密状，就要通知她们。尽管它很重要，乳腺密度评估是一门不完善的科学，研究表明放射科医生在确定密度时存在很大差异。

“我们依赖于人类对乳房密度的定性评估，这种方法有重大缺陷，”该研究的主要作者、来自波士顿马萨诸塞州总医院(MGH)的康斯坦斯·d·莱曼博士说。“我们需要一个更精确的工具。”

雷曼博士及其同事与麻省理工学院(Massachusetts Institute of Technology)计算机科学和电气工程教授、人工智能专家Regina Barzilay博士合作。她和她的团队开发了一种可以自动测量乳房密度的算法。在常规临床实践中实施之前，他们使用了来自MGH的数万张高质量的数字乳房x线照片来训练和测试算法。8名放射科医生随后查看了10763张乳房x线照片，这些照片被该模型确定为致密或非致密组织。

放射科医生在10149张乳房x线照片中接受了算法的评估，占94%。莱曼博士指出，放射科医生和算法之间94%的一致性并不一定意味着机器在6%的病例中是错误的。读者的差异性可能会影响分歧，因为放射科医生通过视觉评估乳房密度，这是主观和定性的。

“结果让我们很兴奋，”雷曼博士说。现在在麻省总医院深度学习算法处理我们所有的筛查性乳房x光片，并提供密度，放射科医生要么接受，要么拒绝。”

“研究结果表明，该算法运行得非常好，”巴兹莱博士补充道。“但更重要的是，一家大医院每天都在用它在乳房x光检查中测量乳房密度。”

据Barzilay博士说，该系统自1月份以来一直在MGH持续运行，已经处理了大约16000张图像。

雷曼博士将人工智能模型的成功临床实施归因于两个因素:由专家放射科医生评估的高质量、带注释的数据的可用性，以及经验丰富、有成就的医学和计算机科学专业人员的合作努力。

她说:“我们必须拥有了解患者迫切需求的放射科医生和其他医生，并能与人工智能专家计算机科学家合作。”“这种合作将推动该领域向前发展。”

的算法常规乳房检查是否有标准化和自动化的潜力密度研究人员说，是评估。在更广泛的范围内，他们认为人工智能是个性化发展的核心乳腺癌风险对每位接受乳房x光检查的女性进行评估。人工智能特别适合乳房成像，因为它可以利用一个大型、成熟的数据库，提供高级、结构化的报告，将图像与结果联系起来。这种预测能力对所有女性来说都是一个潜在的福音，包括那些目前预测模型没有充分服务的群体。例如，研究表明，目前的预测模型往往低估了非裔美国女性的风险。