![来自梅奥诊所和加州大学旧金山分校的研究发现的组合Transpara考试分数与Volpara TruDensity能预测长期浸润性乳腺癌的风险](http://www.alohadebbie.com/sites/default/files/styles/content_large/public/transpara-score-3d-low.png?itok=NCkrS_ly)
2023年5月25日——研究人员梅奥诊所(罗切斯特,MN)加州大学旧金山确认配对人工智能(AI)成像和体积乳腺密度算法可以帮助预测长期患乳腺癌的风险,尤其是侵袭性疾病。这项研究中,“人工智能系统和体积密度对风险的影响的预测区间,筛查出,晚期乳腺癌”,最近发表在《临床肿瘤学杂志。
这项研究是为了确定一个AI算法可能导致长期的先进和区间癌症的风险预测。研究人员利用从2412年女性形象与浸润性乳腺癌和4995名匹配控制数字乳房x线照片2 - 5.5年癌症诊断之前执行。传统的性能(传统的放射学家解释和评估措施BI-RADS密度类别)相比,新AI-powered技术的能力(精确的体积密度措施和基于图像的恶性肿瘤风险分数)为长期风险预测先进、间隔的癌症。
研究发现
Transpara人工智能分数提高了长期风险预测与临床相结合的风险因素包括乳腺密度总体浸润性癌症,筛查检测,先进,nonadvanced癌症。间隔癌症的TruDensity歧视措施仍然是最重要的,甚至几年前的癌症。
人工智能软件用于这项研究
的Transpara考试分数是一个基于图像的工具,风险分类考试使用10分制和用于并发阅读乳房x光片。分数越高,风险越高的癌症在乳房x光检查。Transpara的临床研究表明,分数1 - 7(低风险)阴性预测值为99.97%。的Volpara TruDensityAI算法使用x射线物理学和机器学习的组合来生成一个精确的体积测量乳房成分,消除差异,可以从人类出现解释。
”,几十年前我们就知道,密度和乳腺癌风险相关,最近的研究已经推动我们能够更好地理解密度的影响,结合基于图像的风险驱动个性化医疗对于女性来说,“尼科Karssemeijer教授说,博士,首席科学官Screenpoint医疗、和教员内梅亨大学。
采用全球领先的中心,Transpara被用来分析超过400万乳房x光片。研究表明,多达45%的区间癌症可以找到使用Transpara早些时候,同时帮助减少工作量,优化工作流程
“乳腺密度是一个关键因素在评估乳腺癌风险,客观,体积密度测量是关键。通过人工智能的力量,我们可以发现有价值的见解,帮助临床医生确定癌症高危人群和定制个性化的筛查和预防战略,”说拉尔夫Highnam博士科学和创新总监,Volpara健康。
Volpara的软件是用来评估乳腺密度每年超过600万名女性。TruDensity证明减少读者可变性。放射科医生同意Volpara non-dense的评估(a或b)或密集(c或d) 96%的时间。
“早期识别的基于图像的风险能给一个更有效的筛查高危妇女和护理途径。这种方法应该不仅拯救生命,使女性至少经历中断需要照顾时,在他们的生活中。今天检查需要这种类型的集中,个性化的方法。我们希望我们做的工作赋予妇女和他们的供应商提供正确的保健在正确的时间,以正确的方式”Karssemeijer教授补充说。
乳房成像相关内容2022世界杯篮球预选赛赛程:
乳腺癌的风险和不确定性筛选选择和乳房x光检查后认为与乳腺密度提高风险意识