产业应用 > 医学领域 > 正文

基于AI的医学成像解决方案帮助更好识别乳腺癌

医学成像 人工智能
发布:2020-09-02 14:37:42     来源:腾讯网

乳腺癌是当前社会的重大公共卫生问题之一,而自20世纪90年代,全球乳腺癌死亡率呈现出下降趋势;究其原因,一是乳腺癌筛查工作的开展,使早期病例的比例增加;二是乳腺癌综合治疗的开展,提高了疗效。目前乳腺癌已成为疗效最佳的实体肿瘤之一。

早期乳腺癌往往不具备典型的症状和体征,不易引起重视,但乳腺癌的早期发现、早期诊断,是提高疗效的关键。近日,瑞典有研究人员比较了三种人工智能(AI)算法识别乳腺癌的能力。事实证明,其中一种算法与普通放射科医生一样准确,该研究可能为将来乳腺癌的筛查提供指导。

该研究于8月27日发表在《美国医学会杂志》肿瘤学分册(JAMA Oncology),题为“External Evaluation of 3 Commercial Artificial Intelligence Algorithms for Independent Assessment of Screening Mammograms”。

研究作者,卡罗林斯卡研究所肿瘤病理学系的研究员兼卡罗林斯卡大学医院的放射科医生Fredrik Strand说:“这是首次进行独立比较,以评估几种不同的AI算法的准确性。我们可以证明这三种算法中有一种明显优于其他算法,它能达到普通放射科医生的准确性。”

目前有大量供应商正在开发各种基于AI的医学成像解决方案。这项研究比较了其中三种利用乳房X光片识别乳腺癌的能力。

该研究使用了8805名年龄在40岁至74岁之间的女性乳房X光片,她们都在2008年至2015年间接受过乳腺癌筛查。其中739人在筛查时或在随后的12个月内被诊断出患有乳腺癌。在这三种AI算法中,最成功的一种算法诊断出乳腺癌的比例与普通放射科医生相同。

结果还表明,其中一种AI算法明显优于其他AI算法。

Fredrik Strand解释说:“我们进行这项研究是为了找出这些算法的发展程度以及现有系统之间是否存在差异。结果表明,原则上,最好的算法已准备就绪,可以使用,并且市场上各种算法之间存在显着差异。”

同一研究小组的另一项研究最近发表在《柳叶刀数字医疗》上,该研究表明,人工智能算法可以对乳房X光片进行分类,以指示哪些图片需要放射科医生额外关注,哪些可以单独由AI轻松评估,而不会遗漏任何原本放射线医生会检测到的癌症。

研究人员现在正在继续研究AI如何在改善乳腺癌筛查中发挥作用。当前的做法是由两名放射科医生检查每个乳房X光片。如果其中一个医生识别出可疑的肿瘤,那么检查就要进行讨论,至少有两名放射科医生共同决定是否应该召回该妇女进行进一步检查。

Fredrik Strand表示:“我们正在计划进行一项前瞻性临床研究,以观察AI在日常临床环境中如何作为乳房X光检查的独立审查者,既可以充当第三审阅者,也可以帮助选择可以提供补充磁共振扫描的女性,以便在早期发现癌症。”

推荐阅读

加拿大卫生部批准Drax Exametazime用于核医学成像

Jubilant制药公司今天宣布,加拿大卫生部批准Drax Exametazine®(用于白细胞标记的Tc99m Exametazime制备试剂盒)用于核医学成像。白细胞标记闪烁显像术是一种核医学成像程序,可帮助医生定位腹腔内感染和炎症性肠病。 2020-01-28

警惕!医学成像中使用的低剂量辐射会导致细胞培养突变

普通的医学成像程序使用低剂量的辐射,据信是安全的。然而,一项新的研究发现,在人类细胞培养中,这些剂量会产生DNA断裂,使额外的DNA片段整合到染色体中。伊拉斯谟大学医学中心的Roland Kanaar和Alex Zelensky及其同事在近日出版的《PLOS Genetics》上报告了这些新发现。 2020-03-05

医学成像光谱技术突破 可快速诊断肺癌

核磁共振、CT、B超,这些医学成像技术是现代医疗体系常用的临床检测技术。但是随着生命科学和医学的研究逐渐深入,只能显示生物器官组织图像的成像技术已经跟不上当前的研究进展。如何对生物细胞与分子进行清晰成像是临床医学和影像学的研究热点,医学成像光谱技术就因此而诞生。 2020-03-06

研究堆如何帮助医学成像成为可能

每年大部分用于研究堆的药物生产使超过80%的用于诊断疾病(例如癌症)的医学成像成为可能。这些放射性药物包含放射性同位素tech 99m(99m Tc),其主要来自研究反应堆中产生的放射性同位素钼99(99 Mo)。 2020-08-11

QT 超声与TCL 医疗合资将乳房成像创新带到亚洲

QT超声将与TCL医疗设备合作,携其辐射和无压缩的3D乳腺成像技术走向中国和其他亚洲市场。 2020-09-11
阅读排行榜