一种新工具提高乳腺癌检测的准确性

　　

   

   

图片:纽约大学计算机工程助理教授Farah Shamout

超声仍是筛查、检测和鉴定乳腺癌的重要工具，通常与乳房x光检查相结合。然而，超声可能有很高的假阳性率，这会导致不必要的活检，增加成本，并给患者带来不适。在一项新的研究中，来自纽约大学和阿布扎比大学的一个研究团队报告称，他们开发了一种新型人工智能(AI)系统，可以在超声图像中实现放射科医生级别的准确性，识别乳腺癌。该系统设计为临床医生的决策支持工具，也帮助放射科医生显著降低假阳性和要求的活检率，同时保持相同的敏感性水平。

纽约大学计算机工程学院助理教授、新兴学者Farah Shamout和纽约大学的同事们在《自然通讯》杂志上发表的一篇论文《人工智能系统减少乳腺超声检查解释中的假阳性结果》中详细阐述了他们的发现。

研究人员利用2012年至2019年在纽约大学朗格尼健康中心(NYU Langone Health)接受检查的14万多名患者的28万多份超声检查数据集，开发和测试了他们的新系统。该系统旨在识别乳腺超声图像中的恶性病变，主要目标是减少假阳性发现的频率。它可以通过指定恶性肿瘤的概率，并突出显示与预测相关的超声图像部分来检测癌症。

为了了解这种新型人工智能系统在临床环境中的潜在价值，研究人员进行了一项读者研究，将其诊断准确性与10名获得认证的乳腺放射科医生进行了比较。它的准确率比10名放射科医生的平均准确率更高，但将人工智能系统和放射科医生的预测聚合在一起的混合模型在准确检测患者癌症方面取得了最好的结果。人工智能系统在不同年龄组和不同乳腺密度的患者中仍然表现强劲。

“我们的发现突出了人工智能在提高乳腺超声诊断的准确性、一致性和效率方面的潜力，”Shamout博士说。“重要的是，人工智能不能取代临床医生的专业知识。然而，人工智能系统作为决策支持工具可以发挥的强大而互补的作用，让我们相信它们应该也将越来越多地转化为临床实践。”

乳腺癌是全世界妇女中诊断最频繁的癌症，也是癌症相关死亡的主要原因。