Radiology: Artificial Intelligence：人工智能帮助提高乳腺癌诊断率
来源：本站原创 2020-11-05 22:36
根据《Radiology: Artificial Intelligence》杂志上发表的一项研究，人工智能（AI）可以提高放射科医生在分析乳腺癌筛查乳房X光照片时的效率。
2020年11月6日 讯 /生物谷BIOON/ --根据《Radiology: Artificial Intelligence》杂志上发表的一项研究，人工智能（AI）可以提高放射科医生在分析乳腺癌筛查乳房X光照片时的效率。
通过乳房X线摄影术进行的乳腺癌筛查已显示可通过在较早，更可治疗的阶段检测疾病来改善预后并降低死亡率。但是，在乳腺X线摄影筛查中会漏掉许多癌症，以及许多一开始被诊断为可疑病例最后发现通常是良性的。一项较早研究发现，平均而言，根据可疑结果而被召回的女性患者中，平均只有10％最终被发现患有癌症。
基于AI的算法代表了提高数字乳房X线照相术准确性的一种有前途的方法。开发人员在现有图像上对AI进行“训练”，教其识别与癌症相关的异常并将其与良性发现区分开。然后可以在不同的图像集上测试程序。 AI不仅为更好地检测癌症提供了可能性，而且还为放射科医生提供了更高的效率。
在这项研究中，研究人员使用了MammoScreen，这是一种可以与乳房X线照相术结合使用的AI工具，有助于癌症检测。 AI系统旨在在2D数字乳房X线照片上识别可疑乳腺癌区域，并评估其恶性可能性。该系统将构成乳房X光照片的四个视图的完整集合作为输入，并输出具有相关可疑分数的一组图像位置。
14位放射科医生评估了2013年至2016年间采集的240幅2维数字化乳腺X线照片图像的数据集，其中包括不同类型的异常情况。结果表明，使用AI辅助时，癌症筛查的敏感性略有增加。人工智能还有助于降低假阴性率。
开发该软件的Therapixel临床研究经理SerenaPacilè博士说：“结果表明MammoScreen可能有助于提高放射科医生在乳腺癌检测中的性能。”
在不延长其工作流程的情况下，提高了放射科医生在检测乳腺癌中的诊断性能。在恶性可能性低的情况下，筛查时间会明显减少。研究人员说，这种减少筛查时间的特点可以提高放射线医师的整体效率，使他们将精力集中在对更可疑病例的检查上。（生物谷Bioon.com）
资讯出处：AI tool improves breast cancer detection on mammography
原始出处：Serena Pacilè et al. Improving Breast Cancer Detection Accuracy of Mammography with the Concurrent Use of an Artificial Intelligence Tool, Radiology: Artificial Intelligence (2020). DOI: 10.1148/ryai.2020190208
通过乳房X线摄影术进行的乳腺癌筛查已显示可通过在较早，更可治疗的阶段检测疾病来改善预后并降低死亡率。但是，在乳腺X线摄影筛查中会漏掉许多癌症，以及许多一开始被诊断为可疑病例最后发现通常是良性的。一项较早研究发现，平均而言，根据可疑结果而被召回的女性患者中，平均只有10％最终被发现患有癌症。
（图片来源：Www.pixabay.com）
基于AI的算法代表了提高数字乳房X线照相术准确性的一种有前途的方法。开发人员在现有图像上对AI进行“训练”，教其识别与癌症相关的异常并将其与良性发现区分开。然后可以在不同的图像集上测试程序。 AI不仅为更好地检测癌症提供了可能性，而且还为放射科医生提供了更高的效率。
在这项研究中，研究人员使用了MammoScreen，这是一种可以与乳房X线照相术结合使用的AI工具，有助于癌症检测。 AI系统旨在在2D数字乳房X线照片上识别可疑乳腺癌区域，并评估其恶性可能性。该系统将构成乳房X光照片的四个视图的完整集合作为输入，并输出具有相关可疑分数的一组图像位置。
14位放射科医生评估了2013年至2016年间采集的240幅2维数字化乳腺X线照片图像的数据集，其中包括不同类型的异常情况。结果表明，使用AI辅助时，癌症筛查的敏感性略有增加。人工智能还有助于降低假阴性率。
开发该软件的Therapixel临床研究经理SerenaPacilè博士说：“结果表明MammoScreen可能有助于提高放射科医生在乳腺癌检测中的性能。”
在不延长其工作流程的情况下，提高了放射科医生在检测乳腺癌中的诊断性能。在恶性可能性低的情况下，筛查时间会明显减少。研究人员说，这种减少筛查时间的特点可以提高放射线医师的整体效率，使他们将精力集中在对更可疑病例的检查上。（生物谷Bioon.com）
资讯出处：AI tool improves breast cancer detection on mammography
原始出处：Serena Pacilè et al. Improving Breast Cancer Detection Accuracy of Mammography with the Concurrent Use of an Artificial Intelligence Tool, Radiology: Artificial Intelligence (2020). DOI: 10.1148/ryai.2020190208
版权声明 本网站所有注明“来源：生物谷”或“来源：bioon”的文字、图片和音视频资料，版权均属于生物谷网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：生物谷”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->
