人工智能可提高乳腺动态增强磁共振成像的诊断准确性
根据9月28日发表在《美国医学杂志》上的一项研究，深度学习(DL)系统可以提高乳腺组织动态对比增强磁共振成像(DCE-MRI)检测乳腺癌的诊断准确性科学转化医学．
纽约大学格罗斯曼医学院的Jan Witowski，医学博士和博士，及其同事使用DL系统来提高整体的准确性乳腺癌DCE-MRI评估患者的诊断和个性化管理。
研究人员发现，在内部测试集(3936次测试)上，该系统实现了接收者工作特征曲线下的面积为0.92。在一项回顾性读者研究中，5名经委员会认证的乳腺放射科医生与DL系统之间没有发现统计学上的显著差异。当放射科医生的预测与DL的预测取平均值时，放射科医生的表现有所改善。使用来自波兰和美国的数据集证明了DL系统的通用性。在不同癌症亚型和患者人口统计数据的亚组分析中看到了一致的结果。DL系统可以在临床相关风险阈值范围内减少不必要的活检;这将避免高达20%的乳腺成像报告和数据系统(BI-RADS) 4类病变患者的活检结果为良性。
作者写道:“我们展示了我们的DL系统达到了很高的独立性能，相当于乳腺放射科医生，并且它具有个性化患者管理的潜力，减少BI-RADS 4病变患者不必要的活检的数量。”
更多信息:Jan Witowski等人，用MRI的深度学习改进乳腺癌诊断，科学转化医学(2022)。DOI: 10.1126 / scitranslmed.abo4802
期刊信息:
科学转化医学
版权所有©2022每日健康．版权所有。
引用:人工智能可以提高乳腺动态对比增强磁共振成像(2022,10月7日)的诊断准确性(2022年11月11日从//www.pyrotek-europe.com/news/2022-10-ai-diagnostic-accuracy-breast-dynamic.html检索)
本文件受版权保护。除用于个人学习或研究的公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
