一个51岁的女性患有侵入性导管癌的乳房X线照片。上部面板显示了颅骨和MediolAteLal斜视。下面板显示含有病变的左乳房区域的特写镜头。该案例是数据集中包含的假阴性案例之一。因此，初始筛查评估是Bi-Rads 2，意味着可见的结果被判断为良性。1年后，患者呈现另一次筛查检查。这次，注意到左乳房内有相关变形的焦点不对称;召回患者并在左乳房的上外象限上诊断为1.5cm质量，在颅骨上的颅底视图（圆圈）。
根据放射学：人工智能。
已经显示乳腺癌筛选乳腺癌，通过在早期的更高的阶段检测疾病来改善预后和降低死亡率。然而，许多癌症都错过了筛选乳房X线照相术，并且可疑发现往往是良性的。早期的放射学研究发现，平均而言，只有10％的女性在筛选中呼吁筛选额外的诊断工作，最终发现患有癌症。
基于AI的算法代表了一种提高数字乳房X光检查的准确性的承诺途径。开发人员“火车”在现有图像上的AI，教授它以识别与癌症相关的异常，并将它们与良性结果区分开来。然后可以在不同的图像集上测试程序。AI不仅提供更好的癌症检测的可能性，而且还提供了提高放射科医生的效率。
对于研究，研究人员使用MammoScreen，一种可以用乳房X线摄影施用的AI工具，以帮助癌症检测。AI系统旨在识别在2D数字乳房X光线照片上对乳腺癌可疑的地区，并评估其恶性肿瘤的可能性。该系统用作输入乳房X光图的完整四个视图的完整组，并输出一组具有相关疑似分数的图像位置。
十四次放射科医师评估了2013年和2016年之间的240个2D数字乳腺X线摄影图像的数据集，其中包括不同类型的异常。在第一会话期间，在AI期间，在第一次会话期间，在没有AI的情况下，在没有AI的情况下读取一半的数据集，而不在第二次会话期间。
使用AI支持时，癌症的平均敏感性略微增加。AI也有助于降低假阴性的速度，或即使存在癌症，也会看起来正常的结果。
“结果表明，乳房屏幕可能有助于提高乳腺癌检测中的放射科医师的性能，”Hatapixel的临床研究经理SerenaPacilè，博士说，该软件开发。
在不延长其工作流程的情况下，实现了放射科医生在乳腺癌检测中的诊断性能。在恶性可能性低的情况下，在二次读数会议中阅读时间减少。研究人员表示，这种降低的阅读时间可以提高整体放射科医生的效率，使他们能够将注意力集中在更可疑的考试中。
3月，美国食品和药物管理局清除了乳房用于诊所的Mammoscreen，根据Pacilè博士的说法，它可以帮助减少放射科医生的工作量。
研究人员计划探讨AI工具在大型筛选人口上的行为及其在早些时候检测乳腺癌的能力。
参考：提高乳腺癌的乳腺癌检测准确性通过SerenaPacilè，1月Lopez，Pauline Chone，Thomas Bertinotti，Jean Marie Grouin和Pierre Fillard，4月4日的放射学：人工智能.doi：
10.1148 / ryai.2020190208.
与Pacilè博士的合作是1月Lopez，M.D.，Pauline Chone，M.phil，托马斯Bertinotti，M.Sc.，Jean Marie Grouin，Ph.D.和Pierre菲尔德，博士，博士，博士，博士，Ph.D。
