人工智能可提高动态增强磁共振成像的准确率
发布日期：2023-04-24《科学转化医学》杂志上发表的一项研究表明，深度学习（DL）系统可以提高乳腺组织动态对比增强磁共振成像（DCE-MRI）诊断乳腺癌的准确性。
纽约市纽约大学格罗斯曼医学院医学博士Jan Witowski及其同事，使用DL系统来提高乳腺癌诊断的整体准确性，并对使用DCE-MRI评估的患者进行个性化管理。
研究人员发现，在内部测试集（3936次考试）上，该系统在接收器工作特性曲线下的面积为0.92。在一项回顾性读者研究中，五位委员会认证的乳腺放射科医生和DL系统之间没有统计学上的显著差异。
当放射科医生的预测与DL的预测进行平均时，放射科医师的表现有所改善。使用波兰和美国的数据集证明了DL系统的通用性。不同癌症亚型和患者人口统计学的亚组分析结果一致。DL系统可以在临床相关风险阈值范围内减少不必要的活检；这将使乳腺影像报告和数据系统（BI-RADS）4类病变患者中多达20%的患者避免活检，从而获得良性结果。
作者写道：“我们表明，我们的DL系统达到了与乳腺放射科医生相当的高度独立性能，并且它有潜力对患者进行个性化管理，减少BI-RADS 4病变患者不必要的活检次数。”
