丹麦的临床对比研究证明人工智能提高了乳腺癌筛查的准确性

丹麦的临床对比研究证明人工智能提高了乳腺癌筛查的准确性在丹麦，人工智能的进步大大提高了乳腺癌的检测率，同时减少了误诊率丹麦的乳腺放射医师利用人工智能（AI）提高了乳腺癌筛查的效果，降低了误诊结果的发生率。研究结果发表在今天（6月4日）出版的北美放射学会（RSNA）期刊《放射学》上。虽然乳房X射线照相术成功地降低了乳腺癌死亡率，但也有可能出现误诊结果。近年来，研究人员对人工智能系统在筛查中的应用进行了研究。哥本哈根大学博士后、丹麦Gentofte医院研究员AndreasD.Lauritzen博士说："我们相信人工智能有可能提高筛查性能。"当用于分流可能正常的筛查结果或协助决策支持时，人工智能还能大大减少放射科医生的工作量。Lauritzen博士说："基于人群的乳腺X射线照相筛查降低了乳腺癌死亡率，但却给放射科医生带来了巨大的工作量，他们必须阅读大量的乳腺X射线照相，而其中大部分并不值得召回患者。当筛查项目采用双读以提高癌症检测率并减少误诊召回时，读片工作量就会进一步加重。"一位女性的图像，她的乳腺成像报告和数据系统密度为2，接受人工智能（AI）系统筛查时57岁。(A）右侧内外侧斜位全视野数字乳腺造影显示人工智能提供的标记（方形）。根据这一病变，筛查获得了10分的人工智能检查高分（满分89分）。(B）与A中的图像相同，但有放射科医生的检查结果。由于人工智能检查得分较高，该筛查由两名放射科医生进行了双读，他们标记的病灶（椭圆形，A1）与人工智能系统标记的病灶相同，这导致了召回。(C）裁剪后的US图像显示了诊断过程中观察到的一个小的（4×7毫米）浸润性癌（线）。资料来源：北美放射学会（RSNA）Lauritzen博士及其同事开始比较人工智能实施前后两批接受筛查的妇女的工作量和筛查效果。这项回顾性研究对丹麦首都地区两组年龄在50岁至69岁之间、每两年接受一次乳腺X射线照相筛查的妇女进行了比较。在第一组中，两名放射科医生阅读了2020年10月至2021年11月期间进行筛查的妇女的乳房X光照片，当时尚未实施人工智能。第二组妇女在2021年11月至2022年10月期间进行的筛查乳房X光照片由人工智能进行初步分析。人工智能认为可能正常的乳房X光照片随后由19名专业全职乳腺放射科医生中的一位进行读片（称为单次读片）。其余的乳房X光照片由两名放射科医生在人工智能辅助决策支持下进行阅读（称为双读）。用于筛查的市售人工智能系统由深度学习模型训练而成，可突出显示乳房X光照片中的可疑病变和钙化，并对其进行评级。所有接受乳房X光筛查的女性都接受了至少180天的随访。通过筛查发现的浸润性癌症和导管原位癌（DCIS）将通过针刺活检或手术标本进行确认。共有60751名妇女在未使用人工智能的情况下接受了筛查，58246名妇女在使用人工智能系统的情况下接受了筛查。在人工智能实施组中，66.9%（38977人）的筛查为单读筛查，33.1%（19269人）的筛查为人工智能辅助双读筛查。与未使用人工智能系统的筛查相比，使用人工智能系统的筛查发现的乳腺癌数量明显增多（0.82%对0.70%），误诊率也更低（1.63%对2.39%）。Lauritzen博士说："在人工智能筛查组中，率降低了20.5%，放射科医生的阅读工作量减少了33.4%。放射科医生通常可以查看妇女以前的乳房X光筛查照片，但人工智能系统却无法查看。这是我们未来想做的事情。"人工智能筛查的阳性预测值也高于无人工智能筛查（33.5%对22.5%）。在人工干预组中，检测出的浸润性癌症中，大小在1厘米或以下的比例更高（44.93%对36.60%）。除了结节阴性率没有变化的迹象外，所有筛查绩效指标都有所改善。未来需要进行更多的研究来评估长期结果，确保过度诊断不会增加。还需要注意的是，并非所有国家都采用相同的乳腺癌筛查方案和间隔时间。美国的乳腺癌筛查方案与丹麦的方案不同。参考文献"2024年6月4日，《放射学》。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1433568.htm手机版：https://m.cnbeta.com.tw/view/1433568.htm

人工智能模型改善了乳腺手术中癌症肿瘤的切除效果

人工智能模型改善了乳腺手术中癌症肿瘤的切除效果早期乳腺癌的首选治疗方法是保乳手术，即乳房部分切除术，并结合放疗。手术中必须切除所有癌变乳腺组织，以防止癌症复发。检查的方法是检查切除组织的外缘，确保不含癌细胞，即"阴性边缘"。对组织进行乳房X射线照相术（标本乳房X射线照相术）是确保阴性边缘的广泛手段，因为它可以在手术室内进行，并能提供即时反馈。然而，乳腺标本造影可能并不准确，如果后来发现癌细胞，就需要进一步手术切除更多组织。北卡罗来纳大学（UNC）医学院的研究人员开发了一种人工智能模型，可以实时预测乳腺癌手术中癌变组织是否已被完全切除。该研究的通讯作者之一克里斯塔琳-加拉格尔（KristalynGallagher）说："有些癌症你能感觉到，也能看到，但我们看不到可能存在于切除组织边缘的微小癌细胞。其他癌症则完全是微观的。这种人工智能工具可以让我们更准确地实时分析手术切除的肿瘤，并增加手术中切除所有癌细胞的机会。这将避免患者再次接受第二次或第三次手术。"为了向人工智能模型"传授"阴性和阳性边缘是什么样的，研究人员使用了切除术后立即拍摄的821张标本乳腺X光图像，并与病理学家的最终标本报告相匹配。超过一半（53%）的图像边缘呈阳性。他们还向模型提供了患者的人口统计学数据，如年龄、种族、肿瘤类型和肿瘤大小。用于教授人工智能模型的阴性和阳性标本乳腺X射线照相图像示例Chen等人/UNCHealth他们发现，人工智能模型的灵敏度为85%，特异度为45%，接收者工作特征曲线下面积(AUROC)为0.71。灵敏度衡量的是模型检测阳性实例的能力，而特异性衡量的是模型正确识别的真正阴性实例的比例。AUROC衡量模型的整体性能，提供一个介于0和1之间的值，其中0.5表示随机猜测，1表示完美性能。研究人员表示，与人类解读的准确性相比，人工智能模型的表现与人类不相上下，甚至更好。从这个角度来看，以前的研究发现，乳腺标本成像的灵敏度在20%到58%之间，AUROC在0.60到0.73之间。该研究的第一作者凯文-陈（KevinChen）说："思考人工智能模型如何利用计算机视觉支持医生和外科医生在手术室中的决策是一件有趣的事情。我们发现，人工智能模型在识别阳性边缘方面与人类不相上下，甚至略胜一筹"。该模型有助于识别乳腺密度较高患者的边缘。在乳房X光照片上，密度较高的乳腺组织和肿瘤都呈现为亮白色，因此很难区分健康组织和癌变组织。研究人员说，他们的人工智能模型可用于资源较少的医院，如专科外科医生、放射科医生或病理学家，以便在手术室做出快速、明智的决定。共同通讯作者肖恩-戈麦斯（ShawnGomez）说："这就像是为那些可能没有现成专业知识的医院提供了一层额外的支持。外科医生可以得到在成百上千张图像上训练出来的模型的支持，而不是做出最佳猜测，并能立即得到手术反馈，从而做出更明智的决定。"该人工智能模型还处于早期阶段，研究人员将继续用更多的乳腺X射线图像对其进行训练，以提高其辨别边缘的准确性。在应用于临床之前，该模型还需要进一步的研究验证。这项研究发表在《肿瘤外科年鉴》（AnnalsofSurgicalOncology）杂志上。...PC版：https://www.cnbeta.com.tw/articles/soft/1386661.htm手机版：https://m.cnbeta.com.tw/view/1386661.htm

研究发现乳腺X射线影像AI可能会受患者年龄和种族的影响而产生误报

研究发现乳腺X射线影像AI可能会受患者年龄和种族的影响而产生误报示例：一名59岁的黑人患者乳腺纤维腺体密度散在，乳房X光检查假阳性病例评分为96分。(A）左侧头尾切面和（B）内外侧斜切面显示外上象限中间深度（方框）有血管钙化，人工智能算法将其单独识别为可疑发现，并将单个病灶评分定为90分。因此，乳房X光检查的总分为96分。资料来源：北美放射学会（RSNA）北卡罗来纳州达勒姆杜克大学助理教授、医学博士德里克-阮（DerekL.Nguyen）说："人工智能已成为放射科医生提高乳房X光筛查阅读效率和准确性，同时减轻阅读者倦怠感的一种资源。然而，患者特征对人工智能性能的影响还没有得到很好的研究。"阮博士介绍说，虽然初步数据表明，将人工智能算法应用于乳腺X光筛查检查可能会提高放射科医生对乳腺癌检测的诊断性能，并缩短判读时间，但人工智能也有一些方面需要注意。他说："用于人工智能算法训练的人口统计学多样化数据库很少，FDA也不要求多样化的数据集进行验证。"由于患者群体之间存在差异，因此研究人工智能软件能否适应不同年龄、种族和民族的患者，并使其表现达到相同水平非常重要。"一名59岁的西班牙裔患者，乳房密度不均，乳房X光检查假阳性风险评分为1.0。图中显示了双侧重建的二维（A、B）头尾切面和（C、D）内外侧斜切面。该算法预测患者会在1年内罹患癌症，但该患者在接受乳房X光检查后2年内并未罹患癌症或出现不典型增生。资料来源：北美放射学会（RSNA）在这项回顾性研究中，研究人员确定了2016年至2019年期间在杜克大学医学中心进行数字乳腺断层合成筛查的阴性（无癌症证据）患者。所有患者在接受乳房X光筛查后都接受了为期两年的随访，没有患者被确诊为乳腺恶性肿瘤。研究人员从这一群体中随机抽取了一个子集，该子集由4855名患者组成（中位年龄54岁），广泛分布在四个民族/种族群体中。该子集包括1316名（27%）白人患者、1261名（26%）黑人患者、1351名（28%）亚裔患者和927名（19%）西班牙裔患者。一种市售的人工智能算法对乳房X射线照片子集中的每次检查进行解读，生成病例评分（或恶性肿瘤的确定性）和风险评分（或一年后的恶性肿瘤风险）。阮说："我们的目标是评估人工智能算法在不同年龄、乳腺密度类型和不同患者种族/族裔中的表现是否一致。"鉴于研究中的所有乳房X光检查结果均为阴性，因此该算法标记为可疑的任何结果均被视为假阳性结果。与白人患者和年龄在51-60岁之间的女性相比，黑人患者和年龄较大的患者（71-80岁）更容易出现假阳性病例评分，而亚裔患者和年龄较小的患者（41-50岁）则较少出现假阳性病例评分。"这项研究非常重要，因为它强调了医疗机构购买的任何人工智能软件在所有患者年龄、种族/族裔和乳房密度方面的表现可能不尽相同。展望未来，我认为人工智能软件的升级应侧重于确保人口多样性。"阮博士说，医疗机构在购买用于乳房X光筛查解读的人工智能算法之前，应了解其服务的患者群体，并向供应商询问其算法培训情况。掌握本机构的人口统计学基线知识，并向供应商询问其培训数据的种族和年龄多样性，将有助于你了解在临床实践中会面临的限制。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1431793.htm手机版：https://m.cnbeta.com.tw/view/1431793.htm

10月是乳腺癌防治月，这个月看了不少这方面的文献，梳理了一些关键知识点，普通人需要了解的也就这些了。

10月是乳腺癌防治月，这个月看了不少这方面的文献，梳理了一些关键知识点，普通人需要了解的也就这些了。1.从全球范围来看，乳腺癌在2020年已取代肺癌，成为患病率最高的癌症，平均每18秒就有1例新确诊患者。虽然乳腺癌很常见，但死亡率并不高。美国女性乳腺癌整体5年生存率高达90%，中国超过80%。越早发现，越早治疗，生存率就越高。2.男性也会得乳腺癌，只是比较少见。中国一年大约有4000名男性乳腺癌患者，往往和激素分泌失调、雌激素过多、先天携带致癌突变有关。3.乳腺癌的主要致病因素包括：a年龄较大。随着年龄增加，乳腺癌发病率逐步提高。b雌激素水平高。月经初潮早（12岁前），闭经晚（55岁后），没分娩过，没母乳喂养过的女性，由于受到更长时间、更高水平的雌激素影响，更易患乳腺癌。但这部分女性也不必过于担心，只是风险高了一点。c携带遗传基因。如携带BRCA1或BRCA2突变，乳腺癌发病几率就会增加几十倍。美国影星安吉丽娜·朱莉就是因为这个原因，预防性地切除了乳腺。d致密性乳房。脂肪越少，腺体越多的乳房，致密度越高。致密性乳腺影响乳腺X线检查（钼靶）的检查效果，使早期肿瘤难被发现。e喝酒、肥胖、经常熬夜也会增加一定风险。4.防范乳腺癌，最重要的是定期筛查。中国女性致密性乳腺多见，超声检查敏感性好，且更经济实惠，30岁后每年做一次。如是乳腺癌高危人群，应在医生指导下，提早开始筛查，适当增加筛查频率。家里有人患乳腺癌，筛查时间应比患者发现乳腺癌时的年龄，提前10年。乳房自检也有一定用处，但不如影像学检查，往往肿块较大时自己才能摸到。5.豆制品所含异黄酮，其化学结构虽和人体雌激素接近，但大量研究证实，没有证据显示豆制品会导致乳腺癌。相反，吃豆制品还可能减少乳腺癌发生，尤其是东方人和更年期女性。蜂王浆、高丽人参、鹿茸等“高端补品”，不建议长期食用。6.诊断乳腺癌一般需要观察和触诊、影像学检查、病理学检查。病理学检查最重要，一是确诊，二是直接决定下一步怎么治，比如第七点。7.乳腺癌的分子分型主要通过癌细胞是否表达ER（雌激素受体）、PR（孕激素受体）和HER2（人表皮生长因子受体2）三种蛋白来分类。ER和PR可以合称激素受体（HR）。如果ER或PR阳性、HER2阴性，为激素受体阳性乳腺癌，在乳腺癌中占60%～70%；如果ER阴性、PR阴性、HER2阳性，为HER2阳性乳腺癌，占20%；如果ER阴性、PR阴性、HER2阴性，为三阴性乳腺癌，占10%～15%。每个类型都有对应的疗法，不要说得了某一种就更难治。8.经医生判断，一部分患者可采取保乳手术，疗效和美观兼顾。即使病情不允许保乳，也可术中进行乳房再造，用自身肌肉组织或硅胶水囊填充，再塑外形。

各位女性，一定要注意我们的乳房健康，定期检查，女性患乳腺癌的概率真的不低。

各位女性，一定要注意我们的乳房健康，定期检查，女性患乳腺癌的概率真的不低。我身边就有两位患乳腺癌的家人。我外婆在我高中的时候因乳腺癌去世，现在是我姑妈，癌细胞先后扩散到皮肤和大脑，现在已经神志不清，据医生说最多还有3个月。两位亲人都接受过乳房切除手术，但或许因为年龄较大，发现时机较晚，所以即使做了手术，后期生活也还是受到了影响，并且还是发生了癌细胞转移。乳腺癌早发现早治疗的话是可以被控制住的。所以希望大家能定期去检查，时刻关注自己的身体情况。希望大家都能好好的。【网评】微信搜索乳腺癌筛查指南2022，医脉通、丁香园等公众号都有详细解读，推荐普通女性40岁以后每年做一次影像学检查，超声为主，必要需要加钼靶检查。高风险女性则年龄线要提前，高风险人群也有明确定义。

Google与iCAD合作 通过AI改善乳腺癌筛查

Google与iCAD合作通过AI改善乳腺癌筛查今天，作为这种持续创新的证明，Google宣布与全球医疗技术公司iCAD建立新的合作关系，以授权其乳腺摄影AI研究模型来改善乳腺癌筛查。值得注意的是，这是Google健康达成的第一个此类商业协议。该公司希望这次合作不仅能帮助该模型通过iCAD进行验证，还能使其最终被利用到医疗公司自己的内部产品中。目前，乳腺癌筛查的过程涉及许多缺点，包括缺乏机会、准确性、患者体验、延误和专家短缺等等。新的人工智能技术将试图解决这些问题，同时也帮助潜在的癌症患者以更准确的方式评估短期个人癌症风险。iCAD还将使用GoogleCloud作为运营基础，以确保它能避免与可扩展性、安全性和可及性有关的问题，特别是在涉及服务不足的地区时。...PC版：https://www.cnbeta.com.tw/articles/soft/1333897.htm手机版：https://m.cnbeta.com.tw/view/1333897.htm