人工智能工具提高乳腺癌成像的准确性

人工智能工具提高乳腺癌成像的准确性

一项新的研究表明，一项经过培训的计算机程序能够看到数千张乳房超声波图像中的模式，可以帮助医生准确诊断乳腺癌。

当在44，755个已经完成的超声波检查中单独测试时，人工智能（AI）工具将放射科医生正确识别疾病的能力提高了37%，并将确认疑似肿瘤所需的组织样本或活检数量减少了27%。

该团队由纽约大学朗格内健康系及其劳拉和艾萨克·佩尔穆特癌症中心的放射学系的研究人员领导，据信是同类分析中规模最大的一次，涉及2012年至2018年间从纽约市纽约大学朗格内医院接受治疗的143，203名妇女中分别进行的288，767次超声波检查。研究小组的报告于9月24日发表在《自然通讯》杂志上。

"我们的研究展示了人工智能如何帮助放射科医生阅读乳房超声检查，只揭示那些显示乳腺癌真正迹象的检查，并避免在结果为良性的病例中通过活检进行验证，"研究高级研究员Krzysztof Geras博士说。

超声检查使用通过组织的高频声波来构建乳房或其他组织的实时图像。纽约大学格罗斯曼医学院放射学系助理教授、珀尔穆特癌症中心成员杰拉斯说，虽然它通常不被用作乳腺癌筛查工具，但它作为许多女性的替代（乳房X光检查）或后续诊断测试。

研究人员说，超声波更便宜，在社区诊所更广泛，不涉及暴露在辐射下。此外，超声波比乳房X光检查更能穿透密集的乳房组织，并区分包装但健康的细胞和紧凑的肿瘤。

然而，该技术也被发现导致太多的乳腺癌的虚假诊断，产生焦虑和不必要的程序的妇女。一些研究表明，大多数乳房超声波检查表明癌症的迹象在活检后是无癌的。

"如果我们努力将机器学习作为超声波研究的分流工具，那么超声波可以成为乳腺癌筛查中更有效的工具，特别是作为乳房X光检查的替代品，以及那些乳腺组织密集的替代工具，"研究共同调查员和放射学家琳达·莫伊（Linda Moy）说。纽约大学格罗斯曼医学院教授、珀尔穆特癌症中心成员莫伊补充说："它对改善女性乳房健康的未来影响可能非常深远。

Geras 提醒说，虽然他的团队的初步结果很有希望，但他的团队只在最新的分析中查看了过去的检查，在常规部署之前，需要针对当前患者和实际情况对该工具进行临床试验。他还计划改进人工智能软件，以包括额外的患者信息，如妇女有家族史或与乳腺癌有关的基因突变的额外风险，这不包括在他们最新的分析中。

在这项研究中，超过一半的超声波乳房检查被用来创建计算机程序。然后，10名放射科医生分别检查了663次乳房检查，平均准确率达92%。在人工智能模型的帮助下，他们诊断乳腺癌的平均准确率提高到96%。所有诊断都根据组织活检结果进行检查。

美国癌症协会的最新统计数据估计，美国八分之一的女性（13%）在一生中会被诊断出患有乳腺癌，仅在2021年就有超过30万例阳性诊断。