AI辅助乳腺X射线摄影阅片

根据11月4日发表在Radiology: Artificial Intelligence上的研究，在阅片过程中同时使用人工智能（AI）算法可以帮助放射线医生提高乳腺X射线摄影检查的诊断准确性。

在一项由14位放射科医生阅片者组成的回顾性研究中，由AI软件开发商Therapixel的Serena Pacilè 博士领导的一组研究人员发现，同时使用其AI软件可以显著提高放射科医生阅片敏感性，而不会对其特异性产生负面影响。

作者写道：“这项研究的结果表明，将AI纳入乳腺X射线摄影阅片评估过程中可以提高放射科医生的表现。” “在不影响他们的整体阅读时间的情况下，可以提高癌症检出率等诊断性能。”

研究人员评估Therapixel的MammoScreen AI软件版本1在增强乳腺癌检测方面的优势。该软件分析2D乳腺X射线摄影的四个标准体位图，然后输出一组图像位置以及相关的恶性概率评分。MammoScreen已于今年早些时候被美国食品药品监督管理局（FDA）批准。

在他们的研究中，14位放射科医生评估了2013年至2016年间采集的240张2D数字化乳腺X射线摄影图像，其中包括不同类型的异常。这些筛查案例根据放射科医生诊断，组织病理学结果或随访，被分为真阳性，假阴性，真阴性或假阳性的。参与阅片的放射科医生被告知该组数据，相对于普通人群，包含高比例的癌症病例。

阅片分两步进行：第一步将一半检查在没有AI的情况下进行阅片，另一半是在AI辅助下进行；第二步阅片在四周后进行，AI辅助的案例置换，研究中14位放射科医生的经验为0到25年，中位数为8.5年；有93％的阅片者至少50%工作时间专注于乳腺，每年阅读乳腺X射线摄影案例3,000幅以上。

敏感度和AUC的改善具有统计学意义（分别为p=0.021，p=0.035）。但是，使用AI产生的更高特异性没有统计学意义（p=0.634）。

在其他发现中，研究人员发现阅片时间受到AI软件的恶性概率评分的影响：对于恶性机率低于2.5％的病例，使用AI的首次阅读时间与不使用阅读时间大致相同。研究人员称，减少阅片时间可以提高放射医生的整体效率，使他们将注意力集中在检查上。他们还指出，AI评分反映出较高恶性可能性的病例平均导致阅读时间增加。在未来的工作中，研究人员计划评估该AI软件在更大量筛查人群中更早发现乳腺癌的能力。

本篇为新闻译文，全篇原文发表于AuntMinnie.com，作者为该网站特约撰稿人ErikL.Ridley