人工智能工具提高乳腺癌成像的准确性

一项新的研究表明，一个经过训练的计算机程序可以从数千张乳腺超声图像中找出规律，从而帮助医生准确诊断乳腺癌。

当分别测试44,755已经完成超声波考试,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组织检查数量减少了27%。

由纽约大学朗格尼健康中心放射科及其劳拉和艾萨克·珀尔马特癌症中心的研究人员领导，该团队的人工智能分析被认为是同类研究中规模最大的，涉及2012年至2018年在纽约市纽约大学朗格尼医院接受治疗的143,203名女性的288,767项独立超声检查。该团队的报告于9月24日在线发表在杂志上自然通讯．

“我们的研究展示了人工智能如何帮助放射科医生阅读乳房超声波检查只能显示出真正的症状乳腺癌并避免在良性病例中进行活检，”该研究的高级研究员Krzysztof Geras博士说。

超声波检查使用高频声波穿过组织来构建乳房或其他组织的实时图像。虽然通常不用作乳腺癌筛查工具，但它已作为(乳房x光检查)或随访的替代方法诊断测试格拉斯是纽约大学格罗斯曼医学院放射系的助理教授，也是珀尔马特癌症中心的成员。

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。此外，在穿透致密的乳腺组织和从致密的肿瘤中区分拥挤但健康的细胞方面，超声波比乳房x光检查更好。

然而，这项技术也被发现导致了太多乳腺癌的错误诊断，给女性带来焦虑和不必要的手术。一些研究表明，大多数乳房超声检查表明癌症的迹象在活检后被证明是良性的。

“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，那么超声可能成为乳腺癌筛查中更有效的工具，特别是作为乳房x光检查的替代品，以及对于那些乳腺组织致密的人来说，”研究联合研究员和放射学家Linda Moy医学博士说。纽约大学格罗斯曼医学院教授、珀尔马特癌症中心成员Moy补充说:“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很有希望，但他的团队在最新的分析中只研究了过去的检查，在常规部署之前，需要在当前患者和现实情况下对该工具进行临床试验。他还计划改进人工智能软件，以包括更多的患者信息，比如女性有与乳腺癌相关的家族史或基因突变的额外风险，这些都没有包括在他们最新的分析中。

在这项研究中，超过一半的超声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一组663项乳房检查，平均准确率为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%。所有诊断均对照组织活检结果进行检查。

美国癌症协会(American Cancer Society)的最新统计数据估计，美国有八分之一(13%)的女性将被诊断患有乳腺癌癌症在他们的一生中，仅在2021年就有超过30万例阳性诊断。

---

---