临床实践中使用的人工智能来测量乳房密度

根据期刊发布的一项新研究，人工智能（AI）算法测量经验丰富的哺乳动力的乳房密度放射学。研究人员表示，该研究，乳房成像仪和AI专家之间合作的结果，代表了AI常规临床实践的开创性实施。

乳房密度可以在乳房X线照相术上掩盖癌症，是一个独立风险因素对于疾病。掩蔽效应和癌症风险足以足够大，许多国家都有法律要求授权妇女在乳房射击密集的乳房时收到通知。尽管重要的是，乳房密度评估是一种不完美的科学，研究在放射科学家在制定密度测定方面表现出大量差异。

“我们依赖于对乳房密度的人类定性评估，并且该方法具有重要的缺陷，”来自马萨诸塞州普通医院（MGH）的M.D.，M.D.，Ph.D.Lehman，M.D.。“我们需要一个更准确的工具。”

雷曼和同事博士与AI专家Regina Barzilay，Ph.D.，Massachusetts理工学院计算机科学与电气工程教授，剑桥，群山，群众。和她的团队开发一种可以自动测量乳​​房密度的算法。他们在MGH中使用了数万种高质量的数字乳房X线照片来培训和测试算法在实施例中的常规临床实践中。八位放射科医师然后审查了10,763乳房X线照片，该模型已经确定是致密或非密集的组织。

在10149例乳房x光检查中，负责解读的放射科医生接受了算法的评估，占94%。雷曼博士指出，放射科医生和算法之间94%的一致率并不一定意味着机器在6%的病例中是错误的。读者可变性可能会影响这种分歧，因为放射科医生视觉上评估乳腺密度，这是主观的和定性的。

“我们对结果感到兴奋，”雷曼博士说。“现在在大众一般，深度学习算法处理所有筛选乳房X线照片并提供密度，辐射学家被接受或拒绝。“

“研究结果表明，该算法非常好，”巴西亚博士补充说。“但更重要的是，每天都在使用它来测量主要医院的乳房密度。”

根据Barzilay博士的说法，该系统自1月以来一直在MGH持续运行，并处理了大约16,000张图片。

雷曼博士将AI模型的成功临床实施归功于两个组件：专家放射科医师评估的高质量，注释数据，以及经验丰富，已完成的医疗和计算机科学专业人员的协作努力。

“我们必须拥有辐射学家和其他理解患者的压迫需求的医生，并可以与艾美专家的计算机科学家合作，”她说。“这是将领域前进的合作。”

这算法有可能标准化和自动化常规乳房密度研究人员说评估。在更广泛的规模上，他们认为ai是个性化发展的核心乳腺癌风险对经历乳房X线照相术的每个女性的评估。AI独特地适用于乳房成像，因为它可以借鉴具有高级结构化报告的大型成熟数据库，将图像与结果链接。这种预测力量是对所有女性的潜在福音，包括被当前预测模型不充分地服务的群体。例如，研究表明，目前的预测模型倾向于低估了非洲裔美国妇女的风险。

“我们教导机器直接预测癌症风险甚至在之前放射学家将看到任何癌症，“Barzilay博士说。”控制疾病的最佳时间是它开始。“

“与AI一起，我们现在有能力将大量信息利用更加个性化，更具针对性的患者，”雷曼博士补充道。“如果是乳房癌症，我们可以更好地预测女人将有多可能癌症在她的未来，提高它将成功对待的机会。“

---

---