详细内容或原文请订阅后点击阅览
人工智能在预测乳腺癌风险方面的密度最高
一种新的人工智能模型在预测五年乳腺癌风险方面优于传统方法，从而增强了女性的个性化筛查策略。
来源:Scientific Inquirer根据下周在北美放射学会 (RSNA) 年会上公布的一项新研究，用于预测五年乳腺癌风险的纯图像人工智能 (AI) 模型提供了比乳房密度评估更强大、更精确的风险分层。
乳腺癌 乳房密度 年会 北美放射学会资深作者、马萨诸塞州波士顿哈佛医学院放射学教授康斯坦斯·D·雷曼 (Constance D. Lehman) 表示，评估女性患乳腺癌风险的传统方法（包括年龄、家族史、遗传学和乳腺密度）是不够的。
“每年有超过 200 万女性被诊断患有乳腺癌，对于大多数人来说，这完全令人震惊，”她说。 “只有 5% 到 10% 的乳腺癌病例被认为是遗传性的，而乳房密度本身对于风险的预测作用非常弱。”
Clairity Breast 是第一个 FDA 授权的纯图像 AI 乳腺癌风险模型，接受了来自欧洲、南美洲和美国 27 个机构的 421,499 张乳房 X 光检查的训练。使用随后五年内患癌症的女性和未患癌症的女性的乳房 X 光照片，帮助 AI 模型了解预测癌症风险的乳腺组织的模式和差异。该模型使用深度卷积神经网络在独立测试集上进行校准，以生成五年风险概率。
“该模型能够检测人眼看不到的乳腺组织变化，”雷曼博士说。 “这是放射科医生无法完成的工作。这是一项独立于检测和诊断的任务，它将利用人工智能的力量和图像中未开发的信息，开辟一个全新的医学领域。”
乳房 X 光检查研究人员使用考虑了随访时间和审查的统计模型比较了风险类别。