XiaoMi-AI文件搜索系统
World File Search Systemmammography
放射肿瘤学中的 AGI - 新时代的曙光
通用人工智能在放射肿瘤学领域一直保持着自己的脚步。放射治疗包括 5 个主要步骤（图 1），即 a）患者评估，包括放射决策和咨询，b）模拟，包括图像配准和重建和轮廓勾勒，c）治疗计划，包括剂量测定和计划审查，d）质量保证和治疗实施，包括图像审查、设置验证、每日成像，e）患者随访 [1]。放射治疗的快速发展产生了“大数据”概念，这意味着由于放射治疗过程的复杂性而积累了大量数据，包括：数据量（数据密集型成像系统）、速度（不断增长的档案）、准确性（对数据的主观解释）和多样性（成像模式的多样性）。需要信息技术的一个创新分支来分析和处理这些数据 [2]。在人工智能的一个分支机器学习中，开发了模仿人类智能的计算机算法。密集编程和软编码使这些算法通过重复变得越来越好 [3]。在患者评估中，CADe 是一种计算机辅助检测，它允许计算机在图像诊断和评估中给出第二意见 [3]。提出了几种基于 ML 的模型，如使用 ANN（人工神经网络）[4] 检测 CT 中的肺结节，以及使用 CNN（卷积神经网络）检测乳房 X 线摄影 [5]。通过深度学习检测脑病变方面取得了卓越的成果 [6]。这种 ML 可以显著提高临床医生和放射科医生对疾病的评估，并预测风险收益比
人工智能（AI）增强乳腺癌筛查
摘要引言如果人工智能 (AI) 算法能够检测出癌症（包括间隔期癌症），并且不会造成过度诊断，则它们有可能提高人群乳腺癌筛查计划的有效性。研究表明，人工智能的准确度与放射科医生通常使用的“丰富”数据集相当或更高，这些数据集中的癌症患病率高于人群筛查。常规筛查结果指标（癌症检测率和召回率）无法从这些数据集中估算出来，而且准确度估计值可能受到频谱偏差的影响，这限制了其在现实世界筛查中的普遍性。我们旨在通过比较人工智能和放射科医生在连续参加现实世界人群乳腺癌筛查计划的女性队列中的准确度来解决这些限制。方法与分析 从 2016 年 11 月至 2017 年 12 月，西澳大利亚州的两年一次的人口筛查项目 BreastScreen WA (BSWA) 收集了 109,000 名不同女性的回顾性连续数字乳房 X 线摄影筛查队列。该队列包括 761 例筛查发现的癌症和 235 例间期癌症。将从 BSWA 结果数据收集中提取放射科医生双重读取的描述性特征和结果。乳房 X 线摄影结果将由商业 AI 算法 (DeepHealth) 重新解释。将根据受试者工作特征曲线下面积的差异将 AI 准确度与放射科医生单次读取的准确度进行比较。将通过将每次筛查的第一位放射科医生读数与 AI 算法配对来估计 AI-放射科医生联合读数的癌症检测率和召回率，并与放射科医生双重读取的估计值进行比较。伦理与传播 本研究已获得妇女和新生儿健康服务伦理委员会 (EC00350) 和科廷大学人类研究伦理委员会 (HRE2020-0316) 的伦理批准。研究结果将发表在同行评审期刊上，并在国家和国际会议上发表。研究结果还将传播给澳大利亚乳腺癌筛查计划的利益相关者和人口筛查的政策制定者。
生物银行对人工智能的准备情况
OpenAI 最近推出了语言和文本处理人工智能 (AI) 平台 ChatGPT，这显著提高了人们对 AI 的兴趣，并预示着机器和深度学习新时代的到来。AI 可以定义为一种自动化软件系统，它可以提取、编译和分析数据和领域知识，以呈现明智的、特定于上下文的输出。作为国际生物和环境资源库协会 (ISBER) 最佳实践第 5 版信息管理（数据、系统和网络）部分的贡献者，我们一直满怀期待地关注着 AI 在医疗保健、研究和生物银行领域的进展和实施。我们也看到了 ISBER 成员的同样兴奋，正如 ISBER 开放论坛上的积极讨论所表明的那样。根据其工程和功能，深度和机器学习 AI 平台有许多不同的类型和类别。尽管早在 20 世纪 50 年代，计算机科学领域就已描述了 AI，最早的 NIH 医学 AI 会议也于 1975 年举行，1 但直到最近，其使用中的一些技术限制才被克服，包括数据可用性，从而使其得到更广泛的应用。我们在日常生活中经常遇到 AI 驱动的程序，尽管在过去几年中我们可能并未完全意识到它们的存在。例子包括聊天机器人、语音助手（如亚马逊的 Alexa 或苹果的 Siri）以及基于筛选的算法（如乳房 X 线摄影中使用的算法），这些算法可以检测出可能表明需要更仔细检查的异常模式。成像算法可以通过持续使用进行学习，从而提高性能。最近，AI 已更广泛地融入医学和科学实践中。印度和美国已成功模拟了通过解读临床图像来筛查糖尿病视网膜病变的 AI 程序，2 泰国的全国性卫生系统也已实施了该筛查。3
辐射健康防护手册 - 海军医学
NAVMED P-5055 CH-2 至 2011 年 2 月版本第 2 章 3。特殊研究。所需的特殊研究记录为：a。体检前 3 个月内进行白细胞计数 (WBC) 和血细胞比容 (HCT)。b. 尿液分析。体检前 3 个月内使用显微镜高倍视野对尿液进行红细胞检测。c. 40 岁及以上的女性需要进行乳房检查（手动和临床乳房检查）。平民女性工人可以由其平民提供者进行此项检查，并将文件提交给海军检查员。平民女性工人还可以提交乳房 X 线摄影检查的结果以供考虑。无需进行女性盆腔检查。d. 不再需要进行直肠指检 (DRE)。在第 18 栏中标记“未检查 (NE)”。 e. 此外，以下特殊研究可能适用： (1) 必须按照本手册第 3 章进行放射性物质的职业摄入和待计量有效剂量当量或待计量剂量当量的评估。(2) 当主管医生、放射卫生官员或放射卫生主管认为必要时，可以对身体组织、分泌物和排泄物进行放射性生物测定，以估计内部污染物的暴露量。如果指挥部缺乏执行适当放射性生物测定或执行承诺有效剂量当量或承诺剂量当量计算的能力，则必须向第 3 章中指定的支持设施之一提交援助请求。(3) 经 BUMED 负责人批准，可在适用的放射控制手册中提供因特定工作环境而需要进行特殊检查的额外要求。f. 第 2-2 条第 2 款列出的放射工作人员医疗资格更新周期不得延长以适应外部体检或特殊研究结果。未在第 2-2 条第 5b 款规定的范围内完成外部私人测试的工作人员将被暂时指定为不合格体检人员 (NPQ)，其剂量计发放特权将被暂停，并在适用的情况下，被列入指挥部剂量测定不允许发放 (DINA)（取消资格）名单。当 RME 完成且工人身体合格时，必须恢复工人的剂量计发放特权。2022 年 12 月 2 日 2-5 CH-2
引用Sultana Gnn，Akter F，Israfil SMH，Ray UC，Jahan RA，Ali MS，Din SA，Din SA，Rahman S，Halim R和Alam R和Alam MS（2023）血清CEL
到2020年底，乳腺癌已成为世界上最常见的癌症，有780万妇女在过去的五年中诊断出来（1）。在全球范围内，乳腺癌需要比其他任何恶性肿瘤的妇女生活中的残疾调整年（达利人）。在2020年，乳腺癌在世界大多数国家的发病率和死亡率上排名第一（2）。在孟加拉国，情况是可比的。根据Globocan（全球癌症天文台）2020年的报告，在美国被诊断出13,028例新的乳腺癌病例（19％），其中6,783例屈服于该疾病，使其成为女性中最常见的癌症（3）。诊断时的临床阶段是乳腺癌中最重要的生存预测因子之一。延迟疾病检测的生存率较低（4）。 因此，如果发现该疾病足够早，我们可以最大程度地减少死亡率，因为早期乳腺癌治疗可能是相当有益的。 因此，筛选分子标记物是一种早期发现乳腺癌并治疗疾病的一种方法（5）。 当前，有几种乳腺癌临床诊断的方法。 有些是侵入性的，而另一些则是无创的。 乳房X线摄影是早期发现乳腺癌的最广泛使用的非侵入性技术之一。 然而，由于无法检测到小肿瘤，尤其是在乳房密集的妇女中，其效率和精度一直存在争议（6）。延迟疾病检测的生存率较低（4）。因此，如果发现该疾病足够早，我们可以最大程度地减少死亡率，因为早期乳腺癌治疗可能是相当有益的。因此，筛选分子标记物是一种早期发现乳腺癌并治疗疾病的一种方法（5）。当前，有几种乳腺癌临床诊断的方法。有些是侵入性的，而另一些则是无创的。乳房X线摄影是早期发现乳腺癌的最广泛使用的非侵入性技术之一。然而，由于无法检测到小肿瘤，尤其是在乳房密集的妇女中，其效率和精度一直存在争议（6）。CA 15-3用于评估对侵入性乳腺癌治疗的反应并鉴定疾病复发。因为CA 15-3不是很具体，因此不能用作女性的标准乳腺癌测试（7）。监测转移性阶段4乳腺癌，在极少数情况下，检测患有早期乳腺癌治疗的患者的复发是CA 27.29测试的两种最普遍用途（8）。转移性乳腺癌可以用高水平的CA125表示。由于CA125水平和癌症之间缺乏清晰度，该测试并不能用作筛查工具（9）。癌胚抗原（CEA）测试不是实用的乳腺癌筛查工具；相反，它用于确定癌症的预后，治疗结果和复发。由于其敏感性低和特异性，美国临床肿瘤学会目前建议不要将CEA用于常规的乳腺癌筛查（10）。这表明这些变量在很大程度上用于评估晚期乳腺癌的治疗成功
简历 Viisoreanu.pdf
75) 乳房 X 线摄影发现亚临床乳腺病变。立体定位。 A. Blidaru、Cristian Bordea、C. Viisoreanu、A、Gociman、Operabele 乳腺癌研讨会，罗马尼亚锡比乌，2004 76) 乳房切除术后使用植入物进行乳房重建。 A. Blidaru，Cristian Bordea，C。Viisoreanu，O。Badea，Operabele乳腺癌研讨会，Sibiu，Romania，Romania，2004年77）乳腺癌的前哨淋巴结活检，A。Blidaru，Cristian Bordea，C.Viisoreanu，C。Viisoreanu，S.Voinea，S.Voinea，I.Condrea，P.Albert cancer，cancer cancer，p. albert cancer，s通过筛查乳房X线摄影，Cristian Bordea，C。Viisoreanu，S。Voinea，A。Blidaru，A。Blidaru，P。Neamt，Romania，2004 79）超声指导乳房活检，A。Blidaru，S。Nastasia，C。Posea，C。Viisisoreania，cockianiation and neamia，检测到了乳房的乳房病变原发性乳腺癌中的前哨淋巴结活检，Cristian Bordea，C。 Viisoreanu，S。Voinea，I。Condrea，A。Pall，XXIIND全国手术大会，罗马尼亚，2004年5月。81）肿瘤学研究所的乳腺癌淋巴结活检结果482）肿瘤学中的哨兵淋巴结概念，A。Blidaru，Cristian Bordea，S。Voinea，I。Condrea，A。Pall，A。Pall，C。Viisoreanu，IIIRD全国医学肿瘤学会议，康斯坦塔，罗马尼亚，2004年83） ，D。Jianu，国家肿瘤学会议，罗马尼亚布加勒斯特，2004年5月84) 使用放射性示踪剂对恶性黑色素瘤进行前哨淋巴结活检的技术，S. Voinea、Cristian Bordea、C. Viisoreanu、M. Popa、B. Houcheimi、H. Adnan、F. Radu、A. Pall、I. Condrea、A. Hurduc、R. Dumitriu、A. Blidaru，全国肿瘤学大会，罗马尼亚布加勒斯特，2004 年 5 月 85) 使用放射性示踪剂对原发性乳腺癌前哨淋巴结进行术中识别和切除活检，Cristian Bordea、C. Viisoreanu、S. Voinea、I. Condrea、A. Pall、M. Popa、H. Adnan、B. Aldea、M. Aldea、C. Saptefrati、S. Velicu、C. Jianu、A. Blidaru，全国肿瘤学大会，罗马尼亚布加勒斯特，2004 年 5 月
Polytech团队
p nformation l Eaflet亲爱的患者，您会从外科医生那里收到此患者信息传单，因为您对植入物的塑料乳房手术感兴趣。与任何手术程序一样，由于个人健康状况，药物，手术技术和术后护理，可能与植入物相关的可能并发症与植入物相关。某些风险，例如麻醉，药物和感染，是一般的，并且有任何手术程序，而另一些则针对植入物的乳房手术。乳房植入物不是终身设备。有一些不包括使用植入物的乳房整形手术的替代方法，例如使用自体脂肪组织或肌肉皮瓣移植。您的外科医生应在您的决定之前充分，全面地通知您有关可用程序及其相关风险和收益的信息。您应该收到教育材料，花一些时间思考这些信息，与您的外科医生讨论并提出问题，以确保您完全了解所有风险和好处。您还应该随时提出第二意见：如果您不说服，请不要觉得自己要接受任何程序。在Polytech，我们相信向患者提供与安全相关的全面信息：您的决定应是个人的，并了解到。请仔细阅读此传单。在您的最终决定中，您应该考虑使用植入物进行乳房手术的风险和益处。请注意，不同的植入物类型具有不同的安全性和性能概况。您的明确且无条件的决定支持植入植入物的乳房整形手术，必须以外科医生提供的知情同意书记录。例如，光滑的植入物具有很高的胶囊染色率，但目前与BIA-ALCL无关。请进一步阅读有关这些主题的更多详细信息。，如果您选择植入物进行乳房整形手术，则手术后，您将从外科医生那里收到植入物护照。此植入物护照包括有关您的植入物以及我们的联系人的信息，以防您需要更多信息或需要报告问题：请始终与您安全地保留此文档。乳房植入手术后，重要的是要遵循外科医生的建议，并且每六个月或每年进行一次定期检查。此外，为了您自己的安全，您应该通知您的医生和对植入物进行乳房X线摄影的人。请注意，乳房植入物的寿命有限。需要去除或更换植入物，然后需要进行其他手术。如果您在乳房植入手术后遇到肿胀，美学障碍或疼痛等问题，则应立即通知外科医生，并考虑可用的解决方案。我们祝您在这一旅程中一切顺利，无论您选择什么方向，我们都可以提供信息和支持。
临床人工智能评估方法
随着深度学习在医学成像领域的应用呈爆炸式增长，由于人工智能技术的复杂性/多样性增加、这些新技术对大型数据集的依赖以及人工智能系统新型临床应用的出现，迫切需要开发评估人工智能系统性能的方法。需要适当的测试方法、指标、适当的训练/调整/验证研究设计和统计分析方法，以确保研究以最不繁琐的方式产生有意义、稳健和可推广的结果。这些要素是临床采用人工智能技术的关键。因此，《医学成像杂志》第 7 卷第 1 期的特别版块鼓励在这些主题领域提交相关投稿。人工智能对医学成像来说并不陌生。自 SPIE 医学成像研讨会成立之初，就一直有关于当时称为计算机辅助诊断 (CAD) 的演讲。计算机辅助诊断会议在规模更大的 SPIE 医学成像 (MI) 研讨会上于 2006 年启动。CAD 在乳房 X 光检查、肺部 CT 和胸部 X 光成像中的应用，如今都是成熟的商业产品，在本次会议上进行了早期阶段的讨论。SPIE MI 也是引入 CAD 算法评估新方法的场所，这一传统主要通过图像感知、观察者表现和技术评估会议延续下来。多年来，通过仔细阅读 SPIE MI 计划，读者可以看到 AI 算法开发以及 AI 评估方法的进展。AI 的新特点是计算能力的进步和大数据集的可用性，这使得深度神经网络 (DNN) 架构能够成功应用于各种医学成像任务。这些任务包括该领域中常见的应用，包括查找图像中的可疑区域以供读者再次查看，以及在 AI 的支持下对读者确定的可疑区域进行表征。DNN 正在应用于较新的任务，包括图像去噪、从高度稀疏或非常嘈杂的投影中进行完整图像重建、提醒用户注意高优先级病例以调整病例阅读顺序的分类系统、基于每个患者的 AI 选择的图像采集参数，以及用于在复杂成像场景中衡量图像质量的理想观察者的近似值。社区需要开发对于某些应用，AI 的性能已被证明达到或超越了专家级人类性能，因此，由 AI 系统取代临床医生的自动诊断可以说近在咫尺。此外，AI 所应用的成像模式范围非常广泛，从上面列出的 X 射线应用到光学、超声、MRI 和数字病理学，后者最近在 SPIE MI 研讨会上作为自己的会议主题引入。在广泛而多样的 AI 应用和适应症领域中，需要能够准确评估可推广到临床的设备性能的 AI 算法评估方法。需要方法来评估旨在作为辅助或第二读者超越 AI 标准范式的 AI 系统。我们需要方法来确定 AI 系统是否可以可靠地用于排除医生审查的图像（即部分替代临床医生），以及完全自动化诊断（无需人工参与）。
心率变异性在乳腺癌中的诊断作用及其与周围血清癌症抗原的关系
乳腺癌是由多种致癌物引起的，导致乳房上皮细胞的不受控制。根据2020年全球癌症术提供的全球癌症更新，有226,419例确认的乳腺癌病例和684,996例新死亡。乳腺癌已超过肺癌，是女性中最常见的癌症，是女性最高的事件和死亡率之一[1，2]。乳腺癌的治疗选择包括靶向疗法，内分泌治疗，放射治疗，手术和化学疗法[3]。临床上，根据肿瘤亚类型和癌症阶段确定乳腺癌患者最合适的治疗方法[4]。例如，近年来，用于转移性三重阴性乳腺癌的新型治疗选择，包括靶向治疗和免疫疗法[5-7]。持乳腺癌手术通常用于早期乳腺癌患者，而乳房切除术是晚期乳腺癌患者最有效的方法[8]。然而，乳腺癌患者在早期阶段通常会失去明显的症状，这些症状已经处于中级和晚期阶段，并错过了最佳治疗时间[9]，生存率较低且易于复发[10-12]。当前，乳腺癌的常见诊断方法包括乳房X线摄影，超声扫描，细针吸入和肿瘤标记测试（例如CA199，CEA，CEA，CA15-3，CA125）[13，14]。最近的研究表明，术前CEA水平可能为鉴定和治疗乳腺癌提供有用[16]。Wu等[17]。与其他诊断方法相比，肿瘤标记物测试在早期癌症诊断方面基本上是无创和成本效益的，从而可以更好地反映肿瘤的发育以及人体对肿瘤的反应。癌囊抗原（CEA）主要用于结交癌，胃癌，乳腺癌，胰腺癌，胰腺癌，肝细胞癌，肺癌，肺癌和甲状腺甲状腺癌的临床监测，这在诊断，筛查，筛查和预测中具有很大的价值。表明乳腺癌期间血清CEA水平升高。和欧洲肿瘤标记面板建议CEA水平作为评估预后，早期发现疾病进展和治疗乳腺癌患者治疗的指标[18]。但是，CEA早期诊断乳腺癌的特异性相对较低。因此，我们试图结合其他诊断方法以提高功效。心率变异性（HRV）是指每个心脏周期之间的变化，这是由心脏窦淋巴结的自主调节起源的。它被认为是自主功能和动作的重要指标，反映了迷走神经和交感神经之间的平衡。研究发现，乳腺癌患者患心血管疾病的风险较高，心血管疾病的风险较低，这意味着迷走神经功能障碍[19-21]。Karolina Majerova等。 此外，先前的研究表明，HRV分析可以帮助确定肿瘤分期，功效，预后和自主功能Karolina Majerova等。此外，先前的研究表明，HRV分析可以帮助确定肿瘤分期，功效，预后和自主功能[22]表明，通过测量HRV，乳腺癌表现的心脏迷走神经调节改变了，相对于健康志愿者，乳腺癌患者的交感神经调节显着增加。
泰国总理阿诺泰辛塔威
2. Anothaisintawee T、Wiratkapun C、Lerdsitthichai P、Kasamesup V、Wongwaisayawan S、Srinakarin J 等。乳腺癌的风险因素：系统评价和荟萃分析。亚太公共卫生杂志2013；25（5）：368-87。3. Anothaisintawee T、Leelahavarong P、Ratanapakorn T、Teerawattananon Y。使用比较有效性研究为将贝伐单抗用于治疗黄斑疾病纳入泰国药品福利计划的政策决策提供信息。Clinioecon Outcomes Res 2012；4：361-74。4. Anothaisintawee T、Teerawattananon Y、Wiratkapun C、Kasamesup V、Thakkinstian A。乳腺癌风险预测模型：模型性能的系统评价。 Breast Cancer Res Treat 2012;133(1):1-10。5. Anothaisintawee T 、Attia J、Nickel JC、Thammakraisorn S、Numthavaj P、McEvoy M 等。慢性前列腺炎/慢性盆腔痛综合征的治疗：系统评价和网络荟萃分析。JAMA 2011;305(1):78-86。6. Anothaisintawee T 、Rattanasiri S、Ingsathit A、Attia J、Thakkinstian A。慢性肾病的患病率：系统评价和荟萃分析。Clin Nephrol 2009;71(3):244-54。 7. Anothaisintawee T、Tantai N、Teerawattananon Y，“泰国女性一生一次乳腺钼靶检查的成本效用”，卫生系统研究杂志，第 7 卷，第 413-20、2556 页。8. Anothaisintawee T、Teerawattananon Y、Wiratkapun C、Srinakarin J、Woodtichartpreecha P、Hirunpat S 等。泰国女性乳腺癌风险预测模型的开发和验证：一项横断面研究。亚太癌症预防杂志：APJCP。2014；15（16）：6811-7。9. Anothaisintawee T、Reutrakul S、Van Cauter E、Thakkinstian A。睡眠障碍与传统糖尿病风险因素的比较：系统评价和荟萃分析。睡眠医学评论。2015； 30: 11-24。10. Anothaisintawee, T.、Udomsubpayakul, U.、McEvoy, M.、Lerdsitthichai, P.、Attia, J. 和 Thakkinstian, A. (2016)。亲脂性和亲水性他汀类药物对泰国女性乳腺癌风险的影响：一项横断面研究。J Cancer，7(9)，1163-1168。doi:10.7150/jca.14941 11. Anothaisintawee T、Lertrattananon D、Thamakaison S、Knutson KL、Thakkinstian A、Reutrakul S。糖尿病前期患者较晚的睡眠类型与较高的糖化血红蛋白有关。Chronobiology international。2017:1-10。 12. Anothaisintawee T、Lertrattananon D、Thamakaison S、Reutrakul S、Ongphiphadhanakul B、Thakkinstian A。血清尿酸对糖尿病前期患者血糖水平的直接和间接影响：中介分析。糖尿病研究杂志。2017；2017：6830671。13. Anothaisintawee T、Julienne Genuino A、Thavorncharoensap M、Youngkong S、Rattanavipapong W、Meeyai A 等人。狂犬病所有预防措施的成本效益模型研究：系统评价。疫苗。2018。14. Anothaisintawee T、Lertrattananon D、Thamakaison S、Thakkinstian A、Reutrakul S。亚洲糖尿病前期患者的晨起与晚起、睡眠时间、社交时差和体重指数之间的关系。内分泌学前沿。2018；9(435)。15. Anothaisintawee T、Julienne Genuino A、Thavorncharoensap M、Youngkong S、Rattanavipapong W、Meeyai A 等。所有狂犬病预防措施的成本效益模型研究：系统评价。疫苗。2019；37 补充 1：A146-a53。