在资源缺乏地区AI有助于筛选乳腺肿块

人工智能(AI)可以分析乳腺图像质量从低成本的便携式超声波机器和准确地识别癌症,根据公布的一项研究放射学。这可能证明有用的分类在缺乏资源的环境中。

乳腺肿块往往发现意外,在乳房自检方法或在专业医师的乳房检查。乳腺癌筛查可以发现癌症前的乳房肿块可以感受。

尽管癌症筛查重点在西方国家,低收入和中等收入国家往往缺乏组织筛选程序和技术。

在低收入和中等收入国家,乳腺癌最常见的表现为明显的肿块乳房。超声波可以在早期发现发挥关键作用,导致更有效、微创治疗和改善结果。

“妇女在低收入和中等收入国家经常不能访问乳房保健数月,甚至当他们觉得他们的乳房肿块,可能是癌症,”说,这项研究的主要作者Wendie a . Berg医学博士放射学教授,博士,匹兹堡大学医学院的匹兹堡,宾西法尼亚。“我们的研究使用人工智能评估乳腺癌超声波图像区分可疑乳腺癌群众需要紧急关注那些没有癌症。”

在多中心研究中,参与者至少有一个明显的肿块在哈利斯科,墨西哥,2017年12月至2021年5月。与便携式超声波超声波图像获得第一的肿块和邻近组织。女性然后用标准治疗超声成像。乳房Imaging-Reporting和数据系统(BI-RADS)评估是由放射科医生。

排除后,758年300年大众女性(平均年龄50.0岁)是人工智能软件的分析结果是良性的,可能良性,可疑或恶性肿瘤(癌症)。病人的平均年龄为50.0岁(范围18 - 92),和最大平均病变直径13毫米(范围2-54)。758群众,360(47.5%)明显,56例(7.4%)恶性的。

AI正确识别96%和98%的女性患癌症的低成本的便携式超声波和标准治疗超声图像,分别。良性的质量,67%可能是适当的筛选与标准治疗超声与便携式超声波和38%。

虽然特异性小于标准治疗设备,人工智能应用于便携式乳房超声检查可以减少大约一半的专业医院推荐资源有限的地区。

Berg博士指出,研究人员并没有火车AI便携式超声波的照片。她还说,低成本的便携式超声波技术研究以来有所改善。有更好的图像和人工智能训练,研究人员希望在未来更好的结果。

“我们的结果显示了使用AI的巨大希望和便携式超声资源匮乏的,包括远程/缺医少药地区在美国,帮助改善乳房保健,”伯格博士说。“在减少良性肿块的女性的数量需要在中央设施和潜在的活组织检查,卫生保健资源可以更好地专注于女性癌症和减少诊断延误。这应该改善,妇女卫生公平和结果。”