人工智能在减少用数字乳腺断层合成摄影筛查乳腺癌工作量中的应用

• 作者: 高淳（译） 于红（校）
• 来源期刊: 国际医学放射学杂志
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 国际期刊连线
• 页码范围: 357
• 页数: 1页
• 语种: 中文
• DOI: 10.19300/j.2022.r0402

摘要

数字乳腺断层合成摄影（DBT）比数字乳腺X线摄影具有更高的诊断准确性，但解释时间要长得多。人工智能（AI）可以提高阅读效率。目的 采用AI过滤掉常规DBT筛查数据来评估AI在减少工作量中的应用。资料与方法 该回顾性研究包括2013年6月—2018年11月来自2个医疗保健网络中9 919名女性的13 306次DBT检查。将队列分为训练集、验证集和测试集（分别为3 948、1 661和4 310名女性）。模拟一个工作流程，其中AI模型对无癌检查进行分类，这些检查可以从筛选工作列表中剔除，并使用原始放射科医生的解释来处理工作列表中的其他检查。通过AI系统对5名乳腺放射科医生阅读205名女性的DBT乳腺X线片的阅片者研究进行了评估。2项研究都评估了受试者操作特征曲线下面积（AUC）、敏感度、特异度和召回率。对10 000个bootstrap样本进行统计计算，以评估95%CI、非劣效性和优越性检验。结果 该模型对4 310名经过筛查的女性[平均年龄（60±11）岁；5 182例行DBT检查]进行了测试。与放射科医生的表现[459例检测出癌症417例（90.8%），5 182例检查中477例召回（9.2%）]相比，使用AI自动筛选病例将减少39.6%的工作量，且敏感度不低（459例检测癌症413例，90.0%；P=0.002），召回率低25%（5 182次检查中有358次召回，6.9%；P=0.002）。在阅片者研究中，独立AI的AUC高于平均阅片者（0.84和0.81；P=0.002）。结论 该AI模型能够识别正常的乳腺数字化合成筛查检查，减少了模拟临床工作流程中需要放射科医生解释的检查数量。