与许多人认为的相反，人工智能(AI)多年来一直在乳房筛查技术中发挥着重要作用。例如，早在2006年，Hologic就已经在设备开发中利用人工智能，当时它训练了第一项技术，通过乳房组织模式和纹理分析对患者的乳房密度进行分类。十多年后，人工智能仍在继续进步。时间的好处不仅使研发专业人员能够更多地了解这项技术，而且由于数据库中图像的不断增长，人工智能技术也变得更加精确。业界一直在密切关注人工智能的技术发展，随着越来越多的好处被实现，它慢慢地显示出了支持，今天我们看到许多放射科医生伸出双臂拥抱人工智能。
人工智能对乳腺癌筛查的影响
2018年北美放射学会(RSNA)年会上，Hologic对300多名与会者进行了调查，其中包括放射科医生和放射行政专业人员，发现所有与会者都同意人工智能在医疗领域有应用乳腺癌筛查．此外，受访者表示，人工智能将通过创建新的风险模型，在未来对个性化筛查途径产生最大的影响。虽然人工智能在当今有很大的应用，但很明显，随着我们努力提供更个性化的护理，它最大的影响还没有到来。
目前，我们都知道，对于“平均风险”患者，没有任何已知的风险因素，如乳腺癌家族史和患者年龄的增加，有标准的乳腺筛查指南。这是建立一个独特的档案，表明一个病人究竟有多“危险”的两个最大的风险因素，所有因素结合起来，随后会影响一个人的筛查方案——包括她开始的年龄，频率，甚至筛查的成像方式。
乳房密度是一个风险因素的具体例子，人工智能在确定患者的筛查途径方面特别有用。乳房密度非常大的女性患乳腺癌的可能性是乳房密度较小的女性的4到5倍，因此能够对每个患者的密度进行分类非常重要。1、2不过，这样做需要患者进行乳房x光检查。如果没有人工智能，放射科医生必须从视觉上评估检查图像，以确定女性的乳房密度2022世界杯篮球预选赛赛程乳房成像报告和数据系统(BI-RADS)由美国放射学会(ACR)于1993年创立。然而，利用人工智能技术，通过自动分类每个患者的密度，消除了与这一人工过程相关的任何主观性，这些密度是基于放射科医生训练了解的数千张乳房图像。因此，放射科医生可以更有信心地为每个人提供最合适的筛查计划。
除了乳房密度，最近的研究也表明，实质组织的质地特征，即实质组织局部分布的测量，也可能提供关于个体的补充信息女人的风险为乳腺癌．3、4这是如何使用风险分层的另一个例子，人工智能可以为此提供帮助。
人工智能和风险评估
人工智能将继续在风险分层和风险评估中发挥重要作用，以推动更加个性化的患者护理和结果。患者病史、家族史、循证临床条件、基于图像的表型(例如，纹理/模式/基于人工智能的特征)以及更多这样的属性和创新将进一步增强和加强个性化健康状况评估以及风险模型。影响全球医疗保健未来的可能性有无数种，我们在人工智能领域的旅程是朝着突破迈出的第一步，这将改变个性化医疗的格局。这不是"如果"的问题，而是什么时候的问题。
萨米尔•帕里克以他是Hologic全球研发副总裁。在这个职位上，他负责领导和推动创新的先进解决方案，以推动乳房和骨骼健康部门的可持续增长。
引用:
1.郭海红，李建军，等。乳房x线摄影密度和乳腺癌的风险及检测．中华实用医学杂志(3):327 - 327,2007。
2.李志强，李志强，李志强，等。根据肿瘤特征，绝经后妇女的乳房x光片乳腺密度和随后的乳腺癌风险．中华肿瘤学杂志，39(4):339 - 339,2011。
3.H. Li等人，”数字化乳房x线照片实质图案的计算机纹理分析，”《放射科学》12(7)，863-873(2005)。
4.Manduca等人乳房x线摄影图像的纹理特征与乳腺癌风险，“癌症流行病学。生物标志物杂志，18(3)，837-845(2009)。
2022年12月29日
