Radiology:人工智能,让乳腺癌筛查不再“一刀切”!

2021-06-08 shaosai MedSci原创

在许多发达国家,乳腺癌筛查项目依旧采用“一刀切”的检查方法,并未针对单个级别的癌症检测进行优化。在乳腺癌筛查中,MRI与乳腺钼靶检查相比有助于提高乳腺癌的早期检测。

在许多发达国家,乳腺癌筛查项目依旧采用“一刀切”的检查方法,并未针对单个级别的癌症检测进行优化。在乳腺癌筛查中,MRI与乳腺钼靶检查相比有助于提高乳腺癌的早期检测。然而,MRI筛查的成本更高,因此对患者进行可靠的风险分层来选择需要接受MRI检查或其他方式进行筛查至关重要。

在过去的几十年里,已经建立了一些乳腺癌风险预测模型(如Gail模型和Tyrer-Cuzick模型)。然而这些模型所纳入的评估信息并不全面,无法获取图像中的所有风险相关信息。深度神经网络的使用是一种可自动提取图像信息的新方法,可弥补传统方法的多项不足。

近日,发表在Radiology杂志的一项研究建立及评估以深度学习为基础的未来乳腺癌风险评分,并与基于密度的标准化乳腺钼靶风险预测进行了比较,为临床进一步优化女性的乳腺癌筛查流程提供了参考依据。

本项回顾性研究纳入了2013-2014年在卡罗林斯卡大学医院确诊为乳腺癌的40-74岁女性和健康对照组参与者。基于2008年至2012年确诊的病例进行深度神经网络建立。计算深度学习(DL)风险评分、密度区域和密度百分比以用于每位患者的最初数字化乳腺钼靶检查。Logistic回归模型拟合确定与继发乳腺癌的相关性。从DL风险评分、年龄调整的密度区域和百分比中获得假阴性率。

共有2283名女性接受了评估,其中278人后来被诊断出患有乳腺癌。在诊断为乳腺癌的女性中,乳腺钼靶检查的年龄(平均55.7岁vs 54.6岁;P < .001)、密度(平均38.2 cm2 vs 34.2 cm2;P < .001)、密度百分比(平均,25.6% vs 24.0%;(P < .001))比未诊断为乳腺癌的女性高年龄校正DL风险评分的比值比和受试者工作特征曲线下面积(AUC)高于密度区域和百分比密度,分别为:1.56(95%置信区间[CI]: 1.48, 1.64;AUC, 0.65)、1.31 (95% CI: 1.24,1.38;AUC, 0.60)和1.18(95%CI:1.11,1.25;AUC,0.57)(P < 0.001)。假阴性率较低:31% (95% CI: 29%,34%),36% (95% CI: 33%, 39%;P = .006),39% (95% CI: 37%,42%;P <.001);这种差异在侵袭性较强的癌症中最为明显

 

图 深度学习(DL)风险评分与乳腺癌预后一致的乳腺钼靶图像(真实预测)。所有图像均为左乳中外侧斜位图。(a) 55岁女性,低DL风险评分(0.05),未诊断为乳腺癌(即真阴性预测)。(b) 47岁女性,低DL风险评分(0.06),未诊断为乳腺癌(即真实阴性预测)。(c) 56岁女性,高DL风险评分(0.30),检查5.1年后被诊断为乳腺癌(即真阳性预测)。(d) 57岁女性,高DL风险评分(0.30),检查5.0年后被诊断为乳腺癌(即真实阳性预测)。

 

表 与未来乳腺癌相关的深度学习风险评分和乳腺钼靶测量。

综上所述,在乳腺钼靶图像上训练的基于深度学习(DL)的风险模型效果优于基于密度的模型。基于密度的预测因子在侵袭性更强的癌症中诊断效能降低,而基于DL的风险预测因子则未出现降低。本研究提示,基于深度学习的乳腺癌风险预测模型可在乳腺癌筛查中使更多的女性获益,但在常规应用前需在多中心更大样本上进行进一步的验证以确保准确性。

原文出处:

Karin Dembrower,Yue Liu,Hossein Azizpour,et al.Comparison of a Deep Learning Risk Score and Standard Mammographic Density Score for Breast Cancer Risk Prediction.DOI:10.1148/radiol.2019190872

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=973095, encodeId=99bd9e3095f5, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=115, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能)], attachment=null, authenticateStatus=null, createdAvatar=https://img.medsci.cn/20220519/c2ab253484ee4527a2d4e9589a4821ac/45de9bf494a54becb2ea4369c9d11e85.jpg, createdBy=7a3710, createdName=小小医者, createdTime=Sat Jun 12 17:58:19 CST 2021, time=2021-06-12, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1455986, encodeId=dc0614559866b, content=<a href='/topic/show?id=d1fc23e69b7' target=_blank style='color:#2F92EE;'>#乳腺癌筛查#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=39, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=23769, encryptionId=d1fc23e69b7, topicName=乳腺癌筛查)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=53d75754638, createdName=ay2002fy, createdTime=Thu Jun 10 12:27:23 CST 2021, time=2021-06-10, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=973095, encodeId=99bd9e3095f5, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=115, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能)], attachment=null, authenticateStatus=null, createdAvatar=https://img.medsci.cn/20220519/c2ab253484ee4527a2d4e9589a4821ac/45de9bf494a54becb2ea4369c9d11e85.jpg, createdBy=7a3710, createdName=小小医者, createdTime=Sat Jun 12 17:58:19 CST 2021, time=2021-06-12, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1455986, encodeId=dc0614559866b, content=<a href='/topic/show?id=d1fc23e69b7' target=_blank style='color:#2F92EE;'>#乳腺癌筛查#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=39, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=23769, encryptionId=d1fc23e69b7, topicName=乳腺癌筛查)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=53d75754638, createdName=ay2002fy, createdTime=Thu Jun 10 12:27:23 CST 2021, time=2021-06-10, status=1, ipAttribution=)]

相关资讯

Hepatology:磁共振成像和超声对胆汁性胆管炎患者的早期胆管癌的预测作用

胆管癌(CCA)是是胆管炎(PSC)晚期疾病进展的最严重的并发症,早期发现胆管癌的发生很重要。

Radiology:对于胎盘植入的早期诊断,MRI可以做到的二三事。

在过去的几十年中,随着剖宫产数量增加,胎盘植入疾病(PAS)的发病率激增。

Radiology:从MRI的角度“解密”肝细胞腺瘤的长期演变

肝细胞腺瘤(HCA)是一种罕见的良性肝肿瘤,发生率约为0.001%–0.004%。分别有27%和4%的患者可能合并出血或恶性转化。肿瘤增大被认为是并发症发生的危险因素之一。

Radiology:钆塞酸二钠增强MRI能预测慢性肝病患者的预后吗?

钆塞酸二钠增强MRI可对包括非酒精性脂肪性肝炎和慢性丙型肝炎等慢性肝病(CLD)患者的局灶性肝结节进行显示及表征。

Radiology:对于HCC患者来说,也许在MRI对比剂选择时就已决定了最终预后!

肝细胞肝癌(HCC)是全球第五大最常见的癌症,也是第二大最常见的癌症相关死亡原因。

Radiology:从解剖学和影像学的角度看跖趾关节类风湿性关节炎和腱鞘炎

类风湿关节炎(RA)是一种慢性自身免疫性疾病,其特征是滑膜关节炎症。由于MRI在显示滑膜炎、骨髓水肿(BME)、和腱鞘炎方面的高度敏感性,因此MRI是RA炎症早期检测的推荐检查手段。