![乳房x光成像与浸润性导管癌51岁的女人。上面的面板显示身高和中间外侧的斜的观点。较低的面板显示包含病变的左胸区域的特写。假阴性病例的案例是一个包含在数据集。因此,最初的筛选评估BI-RADS 2,意义可见发现的人被认为是良性的。1年之后,病人提出了另一个筛选检查。这一次,与associ焦不对称](http://www.alohadebbie.com/sites/default/files/styles/content_large/public/Mammogram_fig5.gif?itok=ZTtzshFr)
乳房x光成像与浸润性导管癌51岁的女人。上面的面板显示身高和中间外侧的斜的观点。较低的面板显示包含病变的左胸区域的特写。假阴性病例的案例是一个包含在数据集。因此,最初的筛选评估BI-RADS 2,意义可见发现的人被认为是良性的。1年之后,病人提出了另一个筛选检查。这一次,左胸内的焦点与相关变形不对称被注意到;病人被召回,诊断为1.5厘米质量在左胸上外象限身高视图(圆)。
2020年11月4日-人工智能(AI)可以提高性能的放射科医生在阅读乳腺癌筛查乳房x光检查,根据公布的一项研究放射学:人工智能。
乳腺癌筛查与乳房x光检查已经被证明可以改善预后,降低死亡率,检测疾病在早期,更容易治愈阶段。然而,许多癌症都错过了筛查性乳房x光检查,可疑结果通常是良性的。早期研究放射学发现,平均而言,只有10%的女性回忆从筛查诊断基于可疑发现额外的最终发现癌症。
基于ai算法是一个大有前途的途径改善数字乳房x光检查的准确性。开发商“火车”AI在现有图片,教它识别异常与癌症和区分良性结果。程序可以测试不同的图像。AI提供不仅更好的癌症检测的可能性,也为放射科医生提高效率。
在这项研究中,研究人员使用MammoScreen乳房x光检查的人工智能工具,可以应用来帮助癌症检测。AI系统用于识别地区可疑乳腺癌在2 d数字乳房x光检查和评估他们的恶性肿瘤的可能性。系统需要输入完整的四个视图组成一个乳房x光检查和输出一组相关的图像位置怀疑分数。
十四放射科医生评估数据集240二维数字乳房x光检查图像获得2013年和2016年之间,包括不同类型的异常。一半的数据集是读没有人工智能和另一半的帮助下AI在第一次会议期间,没有第二个会话。
使用人工智能时平均灵敏度癌症略微增加的支持。AI也帮助减少假阴性率,或发现看起来正常即使癌症。
“结果表明,MammoScreen可能有助于提高放射科医生的性能在乳腺癌检测”,瑟瑞娜Pacile博士说,Therapixel临床研究经理,软件开发。
放射科医生的诊断性能改善乳腺癌的检测是实现没有延长他们的工作流程。在例恶性肿瘤的可能性很低,阅读时间减少二读会话。这降低了阅读时间可能会增加整体放射科医生的效率,允许他们将注意力集中在更可疑的考试,研究人员说。
今年3月,美国食品和药物管理局(FDA)清除MammoScreen用于临床,它可以帮助减少放射科医生的工作量,根据Pacile。
研究人员计划探索人工智能工具的行为大screening-based人口和其检测早期乳腺癌的能力。
更多信息:www.rsna.org