Radiology：人工智能评估在乳腺癌钼靶筛查中的价值

据统计，全世界每年有超过50万妇女死于乳腺癌。为了减轻这一负担，在过去的几十年里，许多国家都实施了乳腺钼靶晒拆，使参与者的乳腺癌死亡率至少降低了30%。

研究表明，人工智能(AI)在乳腺钼靶检查中检测乳腺癌方面显示出十分有价值的结果。然而，所报道的结果主要来自于具有丰富数据集的小型研究，与人工智能在实际筛查环境中的使用有关的证据差距仍然存在。此外，应该对人工智能识别的乳腺癌的组织病理学特征进行调查，以确保对具有临床意义的乳腺癌的晒拆，从而降低乳腺癌的死亡率。

近日，发表Radiology杂志的一项研究比较了市面上的人工智能系统与挪威BreastScreen的放射科医生进行的独立双读的诊断性能，同时探讨了具有不同AI评分的乳腺癌的组织病理学特征，为进一步提高乳腺癌的诊断准确性并降低死亡率提供了数据支持。

本项回顾性研究纳入了2009年10月至2018年12月期间在挪威BreastScreen的四个筛查单位进行的来自47877名女性的122969次筛查检查。该数据集包括752例筛查出的乳腺癌（每1000次检查中有6.1例）和205例间隔期乳腺癌（每1000次检查中有1.7例）。每次检查都有一个1至10的AI评分，其中1表示乳腺癌的低风险，10表示高风险。阈值1、阈值2和阈值3被用来评估AI系统作为二元决策工具的性能（选择与不选择）。阈值1被设定为AI得分10分，阈值2被设定为产生与共识率（8.8%）相似的选择率，而阈值3被设定为产生与平均个人放射医师（5.8%）相似的选择率。描述性统计用于总结筛查结果。

752个筛查出的癌症中共有653个（86.8%）、205个间隔期的癌症中共有92个（44.9%）被AI系统打到了10分（阈值1）。使用阈值3，80.1%的筛查出的乳腺癌（752个中的602个）和30.7%的间歇期乳腺癌（205个中的63个）被选中。与被选中的乳腺癌相比，使用阈值未被选中的AI评分的筛查出的乳腺癌具有有利的组织病理学特征；对于间隔期乳腺癌，观察到了相反的结果。

图 一位60岁的女性，筛查时发现有浸润性乳腺癌，人工智能（AI）评分为1分。(A) 左侧乳腺钼靶图像。(B) 左侧乳腺中轴斜切面的乳腺钼靶。(C) 锥切面乳腺钼靶图像放大后。AI评分被定义为AI系统的整体检查水平得分，1分表示乳腺癌的概率低，10分表示概率高。箭头表示恶性肿瘤

本研究表明，在三个评估的阈值下，人工智能（AI）系统未选择的筛查出的乳腺癌比例低于20%，其中有部分可能在下一轮筛查中的早期阶段被发现。然而，还有一些未被选中的检查的肿瘤特征表明提示为有临床意义的乳腺癌。

原文出处：

Marthe Larsen,Camilla F Aglen,Christoph I Lee,et al.Artificial Intelligence Evaluation of 122 969 Mammography Examinations from a Population-based Screening Program.DOI:10.1148/radiol.212381