丹麦的临床对比研究证明人工智能提高了乳腺癌筛查的准确性

摘要:

《放射学》杂志发表的一项研究发现,人工智能通过提高检测率和减少误诊,大大改善了乳腺癌筛查。人工智能通过对可能正常的乳房 X 光片进行分类,减少了放射科医生的工作量,从而降低了重复读片的需要,提高了整体筛查效率。

Breast-Cancer-X-Ray-Mammogram-Close-Up.jpg

在丹麦,人工智能的进步大大提高了乳腺癌的检测率,同时减少了误诊率

丹麦的乳腺放射医师利用人工智能(AI)提高了乳腺癌筛查的效果,降低了误诊结果的发生率。研究结果发表在今天(6月4日)出版的北美放射学会(RSNA)期刊《放射学》上。

虽然乳房 X 射线照相术成功地降低了乳腺癌死亡率,但也有可能出现误诊结果。近年来,研究人员对人工智能系统在筛查中的应用进行了研究。哥本哈根大学博士后、丹麦 Gentofte 医院研究员 Andreas D. Lauritzen 博士说:"我们相信人工智能有可能提高筛查性能。"

当用于分流可能正常的筛查结果或协助决策支持时,人工智能还能大大减少放射科医生的工作量。

Lauritzen 博士说:"基于人群的乳腺 X 射线照相筛查降低了乳腺癌死亡率,但却给放射科医生带来了巨大的工作量,他们必须阅读大量的乳腺 X 射线照相,而其中大部分并不值得召回患者。当筛查项目采用双读以提高癌症检测率并减少误诊召回时,读片工作量就会进一步加重。"

Breast-Imaging-Reporting-and-Data-System-Density-of-2.jpg

一位女性的图像,她的乳腺成像报告和数据系统密度为 2,接受人工智能(AI)系统筛查时 57 岁。(A)右侧内外侧斜位全视野数字乳腺造影显示人工智能提供的标记(方形)。根据这一病变,筛查获得了 10 分的人工智能检查高分(满分 89 分)。(B)与 A 中的图像相同,但有放射科医生的检查结果。由于人工智能检查得分较高,该筛查由两名放射科医生进行了双读,他们标记的病灶(椭圆形,A1)与人工智能系统标记的病灶相同,这导致了召回。(C)裁剪后的 US 图像显示了诊断过程中观察到的一个小的(4 × 7 毫米)浸润性癌(线)。资料来源:北美放射学会(RSNA)

Lauritzen 博士及其同事开始比较人工智能实施前后两批接受筛查的妇女的工作量和筛查效果。

这项回顾性研究对丹麦首都地区两组年龄在 50 岁至 69 岁之间、每两年接受一次乳腺 X 射线照相筛查的妇女进行了比较。

在第一组中,两名放射科医生阅读了 2020 年 10 月至 2021 年 11 月期间进行筛查的妇女的乳房 X 光照片,当时尚未实施人工智能。第二组妇女在 2021 年 11 月至 2022 年 10 月期间进行的筛查乳房 X 光照片由人工智能进行初步分析。人工智能认为可能正常的乳房 X 光照片随后由 19 名专业全职乳腺放射科医生中的一位进行读片(称为单次读片)。其余的乳房 X 光照片由两名放射科医生在人工智能辅助决策支持下进行阅读(称为双读)。

用于筛查的市售人工智能系统由深度学习模型训练而成,可突出显示乳房 X 光照片中的可疑病变和钙化,并对其进行评级。所有接受乳房X光筛查的女性都接受了至少180天的随访。通过筛查发现的浸润性癌症和导管原位癌(DCIS)将通过针刺活检或手术标本进行确认。

共有 60751 名妇女在未使用人工智能的情况下接受了筛查,58 246 名妇女在使用人工智能系统的情况下接受了筛查。在人工智能实施组中,66.9%(38 977 人)的筛查为单读筛查,33.1%(19269 人)的筛查为人工智能辅助双读筛查。

与未使用人工智能系统的筛查相比,使用人工智能系统的筛查发现的乳腺癌数量明显增多(0.82% 对 0.70%),误诊率也更低(1.63% 对 2.39%)。

Lauritzen博士说:"在人工智能筛查组中,率降低了20.5%,放射科医生的阅读工作量减少了33.4%。放射科医生通常可以查看妇女以前的乳房 X 光筛查照片,但人工智能系统却无法查看。这是我们未来想做的事情。"

人工智能筛查的阳性预测值也高于无人工智能筛查(33.5% 对 22.5%)。在人工干预组中,检测出的浸润性癌症中,大小在 1 厘米或以下的比例更高(44.93% 对 36.60%)。

除了结节阴性率没有变化的迹象外,所有筛查绩效指标都有所改善。未来需要进行更多的研究来评估长期结果,确保过度诊断不会增加。

还需要注意的是,并非所有国家都采用相同的乳腺癌筛查方案和间隔时间。美国的乳腺癌筛查方案与丹麦的方案不同。

参考文献"2024 年 6 月 4 日,《放射学》。

编译来源:ScitechDaily

查看评论
created by ceallan