ИИ повышает эффективность и точность цифровой томосинтез молочных желез

Искусственный интеллект (AI) помогает улучшить эффективность и точность передовые технологии обработки изображений, используемые для скрининга рака молочной железы, согласно новому исследованию, опубликованному в журнале Radiology: искусственный интеллект.

Цифровой томосинтез молочных желез (ПУ) является передовым методом для диагностики рака, в которой рентген рука проносится над грудью, принимая несколько изображений в считанные секунды.

Исследования показали, что ДБТ улучшает обнаружение рака и снижает ложно-положительные отзывы по сравнению с показ только цифровая маммография (ДМ). Однако ПБУ экзамен может взять почти вдвое больше времени, чтобы интерпретировать как ДМ из-за времени это берет для рентгенолога, чтобы просмотреть все изображения. Это увеличило время, вероятно, будет более весомая, как ДБТ все чаще становится стандартом оказания медицинской помощи для маммографии.

Для исследования ученые разработали глубокую систему обучения, типа ИИ, который сможет добывать огромные объемы данных, чтобы найти тонкие узоры до неузнаваемости человека. Они обучены системе AI на большие данные ПБУ устанавливает для выявления подозрительных находках в ДБТ изображений.

После разработки и подготовки системы, исследователи протестировали его производительность за счет того, 24 радиологов, в том числе 13 узких специалистов молочной железы, каждый читал 260 ДБТ экзамены и без помощи ИИ. Обследование включало 65 случаев заболевания раком.

Использование ИИ было связано с улучшением точности и сокращения времени чтения. Чувствительность возросла с 77% без ИИ до 85 процентов с него. Специфичность увеличилась с 62,7% без ИИ до 69,6 процентов с него. Коэффициент возврата для не-раки, или скорость, с которой женщины были призваны обратно для последующих проверок на основе доброкачественных выводов, снизилась с 38% без ИИ просто 30,9 процента с его. В среднем, время чтения сократилось с чуть более 64 секунд без ИИ лишь 30,4 секунды с ним.

«В целом, читатели смогли увеличить их чувствительность на 8 процентов, снизить их вспомнить ставки на 7 процентов и сократить их чтение времени в два раза при использовании АИ параллельно читая ДБТ случаях по сравнению с данными без использования ИИ,» сказал ведущий автор исследования Эмили Конант Ф., Д. М. н., профессор, руководитель отдела визуализации молочной железы с кафедры радиологии Перельман Школы медицины при Университете Пенсильвании в Филадельфии.

Также рост был район под приемником операционной характеристической кривой (АУК), переменной, построение графиков, который сочетает в себе чувствительность и специфичность в единый показатель для лучшего представления общей производительности радиолог. Производительность радиолог, измеренных средних значений AUC, увеличилось с 0.795 без AI в 0.852 с AI.

«Мы знаем, что ДБТ воображения увеличивает обнаружение рака и снижает напомним, ставка при добавлении к 2-Д маммография и даже дальнейшее улучшение этих ключевых показателей клинически очень важно», — сказал д-р Конант. «И, после добавления DBT в 2-х маммограмме приблизительно удваивает радиолог время чтения, одновременное использование ИИ с ПБУ увеличивает обнаружение рака и может привести значение раз о времени, которое требуется, чтобы прочитать ДМ-одни экзамены.»

Исследователи ожидают глубокий подход к обучению, так как она подвергается воздействию больших и больших наборов данных, что делает его потенциальным воздействием на уход за пациентом еще более значительным.

«Результаты этого исследования свидетельствуют о том, что как улучшить эффективность и точность может быть достигнута в клинической практике с помощью эффективной системы ИИ», д-р Конант сказал.