人工智能引导的乳腺 X 射线照相术可将工作量减少 33%，并提高乳腺癌的检出率

在最近发表在《放射学》杂志上的一项研究中，丹麦和荷兰的研究人员对引入人工智能（AI）系统前后的筛查效果和总体乳房X光检查负担进行了回顾性分析。

定期进行乳腺癌乳房X光检查可显著降低该疾病的死亡率。然而，大规模乳房X光检查增加了放射科医生的工作量，他们必须分析大量的乳房X光片，而其中大多数并无可疑病变。

此外，用于降低假阳性率、提高检出率的双重筛查也进一步增加了放射科医生的工作量。而能够解读乳房X光片的专业放射科医生的短缺，则加剧了这种情况。

最近的研究广泛探索了如何利用人工智能高效分析放射学报告，同时保持高筛查标准。人工智能帮助放射科医生突出显示标记病变的乳房X光片，这种组合方法被认为可以减轻放射科医生的工作量，同时保持筛查的灵敏度。

本研究使用了丹麦国家乳腺癌筛查计划中接受乳房 X 线摄影筛查的两组女性的初步绩效指标，以比较引入人工智能工具后筛查负担和绩效的变化。

该计划邀请 50 至 69 岁的女性每两年进行一次筛查，直至 79 岁。带有表明患乳腺癌风险增加的标记（例如 BRCA 基因）的女性将根据不同的方案接受筛查。

研究人员使用了两组女性：一组在引入人工智能系统之前进行筛查，另一组在引入之后进行筛查。分析仅纳入70岁以下的女性，以排除高危人群。

所有参与者均接受标准化方案，使用头尾向和内外斜向数字乳腺钼靶X线摄影。本研究中所有阳性病例均通过导管癌或浸润性癌筛查确定，并通过针吸活检确诊。病理报告、病变大小、淋巴结转移及诊断数据均来自国家卫生登记处。

用于分析乳房X光片的人工智能系统经过深度学习模型的训练，能够检测、突出显示并评分乳房X光片上任何可疑的钙化或肿块。然后，人工智能将筛查结果按1到10的等级进行分类，以表明罹患乳腺癌的可能性。

一支由经验丰富的放射科医生组成的团队审查了两组患者的乳房X光检查结果。在引入人工智能系统之前，每次筛查均由两名放射科医生审查，只有当两名放射科医生都认为筛查结果需要进一步评估时，才会建议患者进行临床检查和针吸活检。

人工智能系统投入使用后，评分为5分或以下的乳房X光检查结果将由一位资深放射科医生进行复查，但前提是这些结果只能进行一次读数。需要进一步检查的结果将与另一位放射科医生进行讨论。

研究发现，人工智能系统的实施显著减少了乳腺癌大规模筛查中放射科医生分析乳房X光片的工作量，同时提高了筛查的有效性。

人工智能系统实施前的筛查队列涵盖了超过6万名女性，而采用人工智能系统进行筛查的队列涵盖了约5.8万名女性。采用人工智能系统进行筛查后，乳腺癌诊断率有所提高（实施前为0.70%，实施后为0.82%），同时假阳性率有所降低（实施前为2.39%，实施后为1.63%）。

基于AI的筛查具有更高的阳性预测值，且采用AI方法的侵袭性癌症比例更低。虽然淋巴结阴性癌症的比例没有变化，但其他绩效指标显示，基于AI的筛查显著改善了结果。阅读负荷也减少了33.5%。

总之，该研究评估了基于人工智能的筛查系统在丹麦大规模乳腺癌筛查中减少放射科医生工作量和提高乳房 X 线摄影分析筛查率的有效性。

结果表明，基于人工智能的系统显著减少了放射科医生的工作量，同时提高了筛查率，乳腺癌诊断率显著提高，假阳性率显著减少。