Nat Comm | AI帮助乳腺癌检测减少假阳性
原创 图灵基因 图灵基因 今天
收录于话题#前沿生物大数据分析
乳腺癌是美国女性中第二大最常见的癌症。截至2021年1月，美国有超过380万女性有乳腺癌病史。医生经常使用超声波、乳房X光检查、MRI或活检来发现或诊断乳腺癌。在一项新的研究中，纽约大学和纽约大学阿布扎比分校（NYUAD）的研究人员报告说，他们开发了一种新型人工智能（AI）系统，该系统在识别超声图像中的乳腺癌方面达到了放射科医生级别的准确度。
他们的研究结果发表在《Nature Communications》杂志上的一篇题为“Artificial intelligence system reduces false-positive findings in the interpretation of breast ultrasound exams”的论文中，该论文由纽约大学助理教授、计算机工程新兴学者Farah Shamout博士及其同事领导。
研究人员写道：“尽管乳腺超声一直被证明能检测到乳腺造影中的隐匿性癌症，但它的假阳性率很高。在这项研究中，我们提出了一种人工智能系统，该系统在识别超声图像中的乳腺癌方面达到了放射科医生级别的准确度。”
此外，为了对图像进行分类，研究人员报告说，人工智能系统还以弱监督的方式对病变进行定位。
研究人员指出：“AI系统是利用纽约大学兰贡健康中心2012年至2019年间对143203名接受检查的患者进行的288767次乳腺检查（包括筛查和诊断检查）中的5442907张图像组成的NYU Breast Ultrasound Dataset41开发和评估的。”
人工智能系统的主要目标是减少假阳性结果的频率。它可以通过指定恶性肿瘤的概率，并突出显示与其预测相关的超声图像部分来检测癌症。
当研究人员进行一项读者研究，将其诊断准确率与委员会认证的乳腺放射科医生进行比较时，该系统的平均准确率高于10名放射科医生。然而，一个综合AI系统和放射科医生预测的混合模型在准确检测患者癌症方面取得了最佳效果。
研究人员解释说：“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。重要的是，人工智能并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互补作用使我们相信，它们应该并且将会越来越多地转化为临床实践。”
“总而言之，我们研究了人工智能在美国考试评估中的潜力。我们在一项读者研究中证明，经过大量数据培训的深度学习模型能够产生与经验丰富的放射科医生一样准确的诊断。我们进一步表明，人工智能与放射科医生之间的合作可以显著提高他们的特异性，并避免27.8%的活检请求。我们相信，这项研究可以补充未来的乳腺癌诊断方法。”研究人员写道。
