推荐活动

【JAMA子刊】人工智能系统识别乳腺癌,准确度媲美放射科医生

首页 » 《转》译 2020-09-01 转化医学网 赞(8)
分享: 
导读
乳腺癌是当前社会的重大公共卫生问题之一,而自20世纪90年代,全球乳腺癌死亡率呈现出下降趋势;究其原因,一是乳腺癌筛查工作的开展,使早期病例的比例增加;二是乳腺癌综合治疗的开展,提高了疗效。目前乳腺癌已成为疗效最佳的实体肿瘤之一。
  早期乳腺癌往往不具备典型的症状和体征,不易引起重视,但乳腺癌的早期发现、早期诊断,是提高疗效的关键。近日,瑞典有研究人员比较了三种人工智能(AI)算法识别乳腺癌的能力。事实证明,其中一种算法与普通放射科医生一样准确,该研究可能为将来乳腺癌的筛查提供指导。

  该研究于8月27日发表在《美国医学会杂志》肿瘤学分册(JAMA Oncology),题为“External Evaluation of 3 Commercial Artificial Intelligence Algorithms for Independent Assessment of Screening Mammograms”。


  研究作者,卡罗林斯卡研究所肿瘤病理学系的研究员兼卡罗林斯卡大学医院的放射科医生Fredrik Strand说:“这是首次进行独立比较,以评估几种不同的AI算法的准确性。我们可以证明这三种算法中有一种明显优于其他算法,它能达到普通放射科医生的准确性。”
  目前有大量供应商正在开发各种基于AI的医学成像解决方案。这项研究比较了其中三种利用乳房X光片识别乳腺癌的能力。
  该研究使用了8805名年龄在40岁至74岁之间的女性乳房X光片,她们都在2008年至2015年间接受过乳腺癌筛查。其中739人在筛查时或在随后的12个月内被诊断出患有乳腺癌。在这三种AI算法中,最成功的一种算法诊断出乳腺癌的比例与普通放射科医生相同。
  结果还表明,其中一种AI算法明显优于其他AI算法。
  Fredrik Strand解释说:“我们进行这项研究是为了找出这些算法的发展程度以及现有系统之间是否存在差异。结果表明,原则上,最好的算法已准备就绪,可以使用,并且市场上各种算法之间存在显着差异。”
  同一研究小组的另一项研究最近发表在《柳叶刀数字医疗》上,该研究表明,人工智能算法可以对乳房X光片进行分类,以指示哪些图片需要放射科医生额外关注,哪些可以单独由AI轻松评估,而不会遗漏任何原本会放射线医生检测到的癌症。
  研究人员现在正在继续研究AI如何在改善乳腺癌筛查中发挥作用。当前的做法是由两名放射科医生检查每个乳房X光片。如果其中一个医生识别出可疑的肿瘤,那么检查就要进行讨论,至少有两名放射科医生共同决定是否应该召回该妇女进行进一步检查。
  Fredrik Strand表示:“我们正在计划进行一项前瞻性临床研究,以观察AI在日常临床环境中如何作为乳房X光检查的独立审查者,既可以充当第三审阅者,也可以帮助选择可以提供补充磁共振扫描的女性,以便在早期发现癌症。”
  参考:
  【1】<https://medicalxpress.com/news/2020-08-ai-good-average-radiologist-breast.html>
  【2】<https://jamanetwork.com/journals/jamaoncology/article-abstract/2769894>
评论:
评 论
共有 0 条评论

    还没有人评论,赶快抢个沙发