橡树溪,病了。-根据发表在《放射学》(Radiology)杂志上的一项研究，一种使用人工智能(AI)的自动化系统可以快速、准确地筛选乳腺密度高的女性的乳房核磁共振成像，排除那些没有癌症的患者，让放射科医生可以专注于更复杂的病例。
乳房x线照相术在癌症最易治疗的时候提供了早期检测，从而帮助降低了乳腺癌的死亡率。然而，在乳房密度极高的女性中，它比脂肪乳房的女性更不敏感。此外，乳房密度极高的女性患乳腺癌的风险是几乎全是脂肪的女性的3 - 6倍，是普通女性的2倍。
对乳房密度极高的女性进行补充筛查可以增加癌症检测的敏感性。来自荷兰的一项大型研究“致密组织和早期乳腺肿瘤筛查试验”(Dense Tissue and Early Breast tumor Screening, Dense)的研究支持MRI辅助筛查的使用。
该研究的主要作者、荷兰乌得勒支大学医学微信挂了中心图像科学研究所的医学硕士Erik Verburg说:“高延边红十密度试验表明，对乳房密度极高的女性进行额外的MRI筛查是有益的。”“另一方面，密集试验证实，绝大多数接受筛查的女性在MRI检查中没有任何可疑的发现。”
由于大多数核磁共振成像显示正常的解剖和生理变化，可能不需要进行放射学检查，因此需要对这些正常核磁共振进行分类，以减少放射科医生的工作量。
在这一领域的首次研究中，Verburg和他的同事们着手确定一种基于深度学习(一种复杂类型的人工智能)的自动分类方法的可行性。他们使用来自致密试验的乳房MRI数据来开发和训练深度学习模型，以区分乳房有无病变。该模型根据7家医院的数据进行了培训，并根据第八家医院的数据进行了测试。
超过4500个高密度乳房的MRI数据集被包括在内。在9162个乳房中，838个至少有一个病变，其中77个是恶性的，8324个没有病变。
深度学习模型认为90.7%的mri病灶为不正常，并将其分诊进行放射学复查。它排除了大约40%的无病变核磁共振成像，没有漏掉任何癌症。
Verburg说:“我们证明了可以安全地使用人工智能来排除乳房核磁共振检查而不遗漏任何恶性疾病。”“结果比预期的要好。百分之四十是一个好的开始。然而，我们仍有60%的地方需要改进。”
Verburg说，这种基于人工智能的分诊系统有可能显著减少放射科医生的工作量。仅在荷兰，就有将近82高仿运动鞋批发 ,000名女性可能有资格根据乳腺密度进行两年一次的MRI乳房检查。
丹东亿酷牛小帅“这种方法首先可以用来帮助放射科医生减少整体阅读时间，”Verburg说。“因此，可以有更多的时间来专注于真正复杂的乳房MRI检查。”
研究人员计划在其他数据集中验证该模型，并在随后的DENSE试验的筛选轮中部署它。