人工智能可以帮助中等收入国家进行乳腺X线检查

12月2日在RSNA年会上公布的一项研究表明，中等收入国家可以从使用人工智能（AI）进行乳腺筛查以应对医生短缺中受益。

伊斯坦布尔Acibadem大学的Erkin Aribal博士在他的演讲中展示了一项全国性研究的结果，该研究表明，在人工智能作为第二个或第三个独立阅片者应用的情况下，人工智能可以降低间隔期癌症发病率。

“中等收入国家用于筛查项目的人力和财力资源有限，”Aribal说。“人工智能作为第二阅片者有助于减少间隔癌。”

与筛查发现的癌症相比，间隔期乳腺癌的预后较差，且更可能具有更高的分级和分期。2020年发表的一项研究表明，在常规筛查的妇女中，这些癌症占乳腺癌总量的四分之一。

Aribal说，乳腺X射线摄影是标准的乳腺癌筛查方法，但它在筛查致密乳房时灵敏度较低，某些癌症如小叶癌中在乳腺X射线摄影中异常表现也很细微。

以前的研究表明，几乎50%的间歇期癌症是真阴性，而高达30%的是假阴性病例。

人工智能有可能帮助放射科医生并防止解读错误。这一点在资源有限的国家尤其重要，因为这些国家没有足够多训练有素的放射科医生进行双读、联合读片或批量读片方案，这些方案在美国和欧洲普遍使用。

因此，Aribal及其同事希望评估AI在筛查阴性的妇女中检测间隔期癌症的表现。该团队在2016年至2019年的回顾性研究中招募了2,248,665名妇女。其中，2,129,486人被两名读片者判读为BI-RADS 1或2。

这些妇女年龄在40至69岁之间，参加了土耳其的国家两年一次的乳腺癌筛查计划。在此期间，召回率平均为5.3%。

研究人员收集了442名在下一轮筛查前出现间隔期癌症的妇女的阴性筛查数据，以及446名随访正常的妇女的数据。

AI系统处理了406张乳房X光片，并对其在1到10之间进行打分，分数增加表示恶性肿瘤的可能性也在增加。两位拥有超过20年经验的乳腺放射科医生也对乳房X光片进行了评估。

研究小组发现，53%的间隔癌被AI最高分10分标记出来。AI在阴性筛查中检测间隔癌迹象的曲线下面积（AUC）为0.80。敏感性很低，分别为53.7%和38.5%，特异性为90%和95%。

根据在2021年RSNA年会上发表的研究，中等收入国家可以从用人工智能在乳腺成像中作为第二个第三个阅片者中受益。在这张图中，研究人员显示，与筛查后24个月内确诊的病例相比，筛查后6个月内确诊的病例人工智能系统的诊断效能最高。IC=间隔时间。图片由Erkin Aribal博士提供。

Aribal说，人工智能系统的最高诊断性能是在筛查后6个月内诊断的病例，AUC为0.85，而在筛查后24个月内诊断的病例AUC为0.74。

Aribal还说，他相信该数据集代表了土耳其筛查计划中的所有间隔期癌症。 

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Amerigo Allegretto