Anthony D. Elias,医学博士†科罗拉多大学癌症中心Sharon H. Giordano,MD,MPH,MPH††德克萨斯大学MD Anderson癌症中心Matthew P. Goetz,MD‡†Mayo Clinic Clinic Clinic Clinic Cancer综合癌症中心Lori Center Lori Center Lori J. Goldstein,Goldstein,Goldstein,MD†Fox Chase Chase Cance Center Center Center Sara A. Hurvitz,M.Hurvitz,M.Hurvitz,M.D. C.医学博士Jankowitz,宾夕法尼亚大学Sara H. Javid,医学博士¶FredHutchinson癌症中心Jairam Krishnamurthy,MD中心和克利夫兰诊所Taussig癌症研究所Joanne Mortimer,医学博士†希望城市国家医疗中心Sameer A. Patel,MD FOX CHASE CASE CASE CENCAL CENTR LORI J.Pierce,MD§密歇根大学Rogel Cancer CenterPierce,MD§密歇根大学Rogel Cancer Center
人工智能 (AI) 席卷了放射学,尤其是乳房 X 光检查的解读,最近我们看到有关 AI 在乳房放射学中潜在用途的出版物数量激增。乳腺癌给国家医疗服务体系 (NHS) 带来了很大负担,截至 2018 年,乳腺癌是英国第二大常见癌症。过去十年,乳腺癌新病例呈上升趋势,而存活率一直在提高。NHS 乳腺癌筛查计划提高了存活率。筛查计划的扩展导致乳房 X 光检查增多,从而给放射科医生带来了更多工作,而重复读取的问题进一步加剧了工作量。引入计算机辅助检测 (CAD) 系统来帮助放射科医生,但结果发现并未达到提高读取员表现的预期结果。CAD 系统的不可靠性导致了乳腺成像领域研究和应用开发的激增。机器学习在乳腺放射学中的应用取得了成功,这导致人们提出 AI 将取代乳腺放射科医生的想法。当然,AI 在放射学中有许多应用和潜在用途,但它会取代放射科医生吗?我们回顾了许多关于 AI 在乳腺放射学中的应用的文章,为未来的放射科医生和放射科医师提供有关此主题的完整信息。本文重点介绍 AI 在放射学中的基本原理和术语、潜在用途以及 AI 在放射学中的局限性。我们还分析了文章并回答了 AI 是否会取代放射科医生的问题。
简介:乳腺癌是一种复杂的疾病,是全球女性癌症的主要原因。常规治疗方式包括手术、化疗、放射疗法和激素疗法;所有这些方法都有其局限性,并且经常导致严重的副作用或毒性。基于治疗诊断方法的靶向放射性核素治疗已成功应用于多种恶性肿瘤,例如前列腺癌、甲状腺癌和神经内分泌肿瘤。一些研究也强调了治疗诊断在乳腺癌中的应用潜力。目的:本综述旨在概述乳腺癌中最有前景的当前和未来治疗诊断方法。讨论:讨论包括迄今为止使用的一些最成功的靶点的临床前和临床数据。潜在治疗诊断方法的例子包括针对人表皮生长因子受体 2 (HER2) 表达、血管生成、肿瘤微环境方面、胃泌素释放肽受体 (GRPR)、前列腺特异性膜抗原 (PSMA) 和趋化因子受体 4 (CXCR-4) 表达的方法。广泛的临床实施仍然存在若干挑战,包括监管部门批准、获得各种放射性药物和成像技术、成本效益以及缺乏可靠的临床数据。结论:治疗诊断方法有可能大大改善乳腺癌患者的诊断、治疗和结果。需要进行更多研究来充分探索这些方法的潜力并确定最佳潜在目标,同时考虑可行性、成本、功效、副作用和结果。
乳腺癌是全球女性癌症死亡的主要原因,也是美国女性癌症死亡的第二大原因。风险评估工具可以识别乳腺癌的风险,高风险患者可能适合服用降风险药物。药物的选择因绝经状态而异。乳腺癌治疗取决于分期。0 期为导管原位癌,为非侵袭性,但多达 40% 的患者会发展为侵袭性癌症。导管原位癌的治疗方法为乳房肿瘤切除术和放射治疗或乳房切除术。如果导管原位癌为雌激素受体阳性,患者也可能接受内分泌治疗。早期侵袭性阶段(I、IIa、IIb)和局部晚期阶段(IIIa、IIIb、IIIc)为非转移性,有三个治疗阶段。当肿瘤表达雌激素、孕酮或 ERBB2 受体时,术前阶段使用全身内分泌或免疫疗法。也可以使用术前化疗,当肿瘤没有这三种受体时,这是唯一的选择。手术阶段有两种选择,存活率相似;如果肿瘤可以完全切除并获得良好的美容效果,则进行乳房肿瘤切除术和放射治疗,或进行乳房切除术。当怀疑有淋巴结疾病时,也会进行前哨淋巴结活检。术后阶段包括放疗、内分泌治疗、免疫治疗和化疗。绝经后女性也应接受术后双膦酸盐治疗。IV 期(转移性)乳腺癌可以治疗但无法治愈。治疗目标包括改善生活长度和生活质量。(Am Fam Physician。2021;104(2):171-178。版权所有 © 2021 美国家庭医生学会。)
1 科英布拉政治局,ESTeSC,UCPCBL,3046-854科英布拉,葡萄牙; maria.henriques@estescoimbra.pt (BH); fjmendes@estescoimbra.pt (FM) 2 应用健康科学研究实验室(LabinSaúde),科英布拉理工大学,ESTESC,3046-854 科英布拉,葡萄牙 3 科英布拉医学院生物物理研究所,科英布拉大学临床和生物医学研究所(iCBR)环境遗传学和肿瘤生物学领域(CIMAGO),3 004-504 科英布拉,葡萄牙 4 科英布拉大学创新生物医学和生物技术中心(CIBB),3004-504 科英布拉,葡萄牙 5 科英布拉临床学术中心(CACC),3004-504 科英布拉,葡萄牙 6 欧洲生物医学科学职业协会,B-1000 布鲁塞尔,比利时 * 通讯地址:diana.martins@estescoimbra.pt;电话:+351-239802430 † 这些作者对这项工作做出了同等贡献。