人工智能可改善诊断减少来自乳腺图像的误报

放射科医生从人工智能中获得帮助，可以从乳腺X线照片中检测出更多的乳腺癌，减少了误报率。

上周晚些时候在《柳叶刀数字健康》在线期刊上发表的一项新研究认为，与AI仅仅通过检查X光检查所获得的结果相比，AI可以提高放射科医生的诊断准确性。

这项研究由韩国学术医院和总部位于首尔的医学AI公司Lunit进行，该公司从事放射学和肿瘤学研究。它利用了来自韩国，美国和英国的五个医疗组织的170,000例乳房X线照片的大规模数据。该数据集包括36,000例被发现癌症阳性并经活检证实的病例。

这些数据训练了AI模型，并且将模型的敏感性与放射科医生在没有任何诊断技术帮助的情况下的表现进行了比较。

该研究发现，在使用AI之前和之后，放射科医生的表现有显着改善。研究人员发现，仅AI就能在乳腺癌检测中显示88.8%的敏感性，这意味着该技术能够在每9组乳房X线照片中约有8组能够识别出乳腺癌。相比之下，放射线医师的敏感性为75.3%，但是当他们从AI那里获得帮助时，他们的表现提高到了84.8%。

这项调查还发现，与放射科医生相比，人工智能在大规模检测癌症方面显示出更高的敏感性(分别为90%和78%)。人工智能在检测T1癌症方面也更好，T1癌症被认为是早期浸润性癌症。AI检出了91%的T1癌症和87%的淋巴结阴性癌症，而放射科医生自己仅检出了这两种情况的74%。

乳房密度也是诊断乳房X线照片的重要因素-致密的乳房组织更难解释，因为致密的组织更可能掩盖乳房X线照片中的癌症。研究结果表明，AI的诊断性能受乳房密度的影响较小，而放射科医生的表现则倾向于密度，对肥大乳房的敏感性为79.2%，而致密乳房的敏感性为73.8%。在AI的辅助下，放射科医生解释密集乳房的敏感性提高了11%。