Radiology丨影像组学帮助乳腺癌检测

近日发表在《Radiology》的文章“人工智能辅助乳腺X线摄影在致密乳房筛查中的效果：与补充性超声筛查的比较研究》（IF=12.1）”研究了AI辅助乳腺X线摄影与补充性超声筛查在致密乳房中的效果，评估两者在提高检出率、减少漏诊和降低假阳性率等方面的表现。

引言

传统乳腺癌检测方法尽管已应用多年，但仍存在误诊、漏诊等局限性。如今，影像组学技术在乳腺癌检测中的应用展现出显著的优势，尤其在多维特征提取、个性化诊断和预后评估、早期检测和预测、以及无创性和重复性等方面。与传统检测方法相比，影像组学提供了更为全面和精准的工具，有望显著提升乳腺癌筛查和诊断的效果，从而改善患者的预后。未来，随着技术的不断革新和临床应用的广泛推广，影像组学在乳腺癌检测中的应用前景将愈加广阔。

一、研究数据

1. 研究样本：
2. 总人数：5707名无症状女性（≥40岁），具有致密乳腺组织，进行了筛查性乳腺X线摄影和补充全乳手持超声（US）检查。
3. 癌症患者数：33人（0.6%）。

2.在本研究中，我们分别采用了单独乳腺X线摄影、乳腺X线摄影结合人工智能（AI）技术、以及乳腺X线摄影结合补充超声的方法，对乳腺癌的检测进行评估。我们主要测量并比较了以下指标：癌症检出率（Cancer Detection Rate, CDR）、敏感度（Sensitivity）、特异度（Specificity）、异常解释率（Abnormal Interpretation Rate, AIR）、阴性预测值（Negative Predictive Value, NPV）以及召回的阳性预测值（Positive Predictive Value of Recall, PPV）。

通过这些指标的对比分析，我们期望全面评估不同方法在乳腺癌筛查中的效果和临床应用价值，旨在为乳腺癌早期诊断提供更加科学和可靠的依据。

二、研究方法

1. 研究对象：
2. 研究纳入了从2017年1月至2018年12月在首尔国立大学医院接受乳腺X线摄影结合补充性全乳手持超声筛查的连续无症状女性（≥40岁），且乳腺密度分类为BI-RADS c类（异质性致密）或d类（极度致密）。
3. 排除了随访期少于1年、乳房整形术史和个人乳腺癌史的女性。

样本筛选

2.采集影像

2.乳腺超声检查由专职乳腺放射科医师使用高频线性换能器进行全乳手持超声扫描，确保对乳腺组织的高分辨率成像和精准评估。

1.乳腺X线摄影采用全视野数字乳腺摄影系统进行双侧双视图成像，包括内外斜位和头尾位，以确保全面覆盖乳腺组织。

3.人工智能系统

该论文采用了成熟人工智能系统验证了其在乳腺X线照片上检测乳腺癌的有效性。使用该算法时，AI会在乳腺X线照片上的异常位置进行标记，并提供相应的异常评分。这些评分以百分比形式（0%～100%）表示，分别针对颅尾位和内外斜位视图。每个乳房的最高评分被视为该乳房的最终评分。异常评分大于或等于10%的病灶被定义为阳性发现。

4.影像解读

1. 图像质量: 所有影像由具备资质的放射科医师进行评估，确保图像质量符合标准。
2. 人工智能系统: 使用经过临床验证的人工智能系统，定期进行性能校验和更新。
3. 超声检查: 由经验丰富的超声科医师进行操作，确保结果的可靠性。

三、研究结果

1.AI辅助乳腺X线摄影的特异性提升：

a:特异性提高：与单独的乳腺X线摄影相比，AI辅助的乳腺X线摄影显著提高了特异性（95.3% vs 94.3%，P = .003）。

b:异常解读率降低：AI辅助降低了异常解读率（AIR），从6.0%降至5.0%（P = .004）。

2.补充筛查超声的癌症检测率与敏感性：

a:癌症检测率增加：补充筛查超声（mammography plus US）显著提高了癌症检测率（CDR），从每1000次检查中的3.5例增加到5.6例（P = .002）。

b:敏感性显著提高：与AI辅助的乳腺X线摄影相比，补充筛查超声的敏感性从60.6%提高到97.0%（P = .002）。

3.特异性与异常解读率的权衡：

a:特异性下降：虽然补充筛查超声提高了癌症检测率和敏感性，但其特异性显著下降（77.6% vs 95.3%，P < .001）。

b:异常解读率增加：同时，补充筛查超声的异常解读率也显著增加，从5.0%增加到22.9%（P < .001）

本研究比较了AI辅助乳腺X线摄影和补充筛查超声在乳腺癌筛查中的效果，结果显示各有优劣。AI辅助乳腺X线摄影在提高特异性和降低异常解读率方面表现优异，而补充筛查超声在提高癌症检测率和敏感性方面具有显著优势。未来的研究应进一步探讨如何平衡这些技术的特异性和敏感性，以优化乳腺癌筛查策略，提高筛查效果。

四、研究意义

1.提高乳腺癌的早期检测率：

研究表明，在具有致密乳腺的女性中，单独使用乳腺X线摄影（Mammography）的癌症检测率较低，仅为3.3-5.2例/千次检查。然而，当结合人工智能（AI）辅助或补充超声（US）检查时，癌症检测率显著提高，分别达到3.5例/千次检查和5.6例/千次检查。这表明，应用新技术和辅助方法能够更早地发现乳腺癌，从而提高治疗成功率和生存率。

2.推动技术创新：该研究还展示了AI在医疗领域，特别是在影像诊断中的巨大潜力。未来，随着技术的不断进步和算法的持续优化，AI有望在更多领域发挥更大的作用，进一步改善患者的预后和生活质量。