人工智能可提高動態增強磁共振成像的準確率

《科學轉化醫學》雜志上發表的一項研究表明，深度學習（DL）系統可以提高乳腺組織動態對比增強磁共振成像（DCE-MRI）診斷乳腺癌的準確性。

紐約市紐約大學格羅斯曼醫學院醫學博士Jan Witowski及其同事，使用DL系統來提高乳腺癌診斷的整體準確性，并對使用DCE-MRI評估的患者進行個性化管理。

研究人員發現，在內部測試集（3936次考試）上，該系統在接收器工作特性曲線下的面積為0.92。在一項回顧性讀者研究中，五位委員會認證的乳腺放射科醫生和DL系統之間沒有統計學上的顯著差異。

當放射科醫生的預測與DL的預測進行平均時，放射科醫師的表現有所改善。使用波蘭和美國的數據集證明了DL系統的通用性。不同癌癥亞型和患者人口統計學的亞組分析結果一致。DL系統可以在臨床相關風險閾值范圍內減少不必要的活檢；這將使乳腺影像報告和數據系統（BI-RADS）4類病變患者中多達20%的患者避免活檢，從而獲得良性結果。

作者寫道：“我們表明，我們的DL系統達到了與乳腺放射科醫生相當的高度獨立性能，并且它有潛力對患者進行個性化管理，減少BI-RADS 4病變患者不必要的活檢次數。”