乳腺癌是全世界女性最常见的癌症类型，到2020年将新增230万例癌症，预计到2040年将新增300万例癌症。尽管由于实施筛查和改进治疗而降低了疾病特异性死亡率，但乳腺癌仍是发达国家妇女癌症死亡的第二大常见原因。

由于乳腺钼靶检查的普遍性，对乳腺钼靶的解释要求受过训练和经验丰富的乳腺放射科医牛在可接受的水平上提高敏感性和特异性。

人工智能(AD)在放射学领域显示出了减少工作量和增加工作量的作用及价值。在乳腺钼靶筛查中，Al可以作为一种独立的技术来分诊检查，或作为放射科医生的解释支持。在回顾性研究和前瞻性研究中，对不同的人工智能算法的性能进行了评价，并报道了不同AI系统的间隔期癌症的AI风险评分。然而，很少有研究对筛查出的癌症之前的乳腺钼靶图像上的AI风险评分进行评估。

近日，发表在Radiology杂志的一项研究对后来被诊断为乳腺癌的女性进行乳腺钼靶筛查时的AI风险评分进行了研究及评估。

本项回顾性研究使用2004年1月至2019年12月挪威乳房筛查项目检查的图像数据和筛查信息。对后来被诊断患有癌症的妇女进行的先前筛查检查，由市售人工智能系统分配人工智能风险评分(1-7分，恶性肿瘤风险低;8-9级，中度危险;10、恶性肿瘤的高风险)。研究还评估了基于AI评分的癌症的乳腺钼靶特征。AI评分与乳腺钼靶影像特征之间的相关性通过双变量检验进行检验。

来自1602名(平均年龄59岁±5.1 [SD])筛查出(n = 1016)或间隔期(n = 586)癌症的女性(平均年龄59岁±5.1 [SD])的2787次筛查检查显示，在诊断前筛查轮的乳腺钼靶检查中，分别有389例(38.3%)和231例(39.4%)癌症的AI风险评分为10分。在诊断前可进行两轮(4年)AI评分的筛查检测癌症中，23.0%(531人中有122人)的评分为10分。乳腺钼靶特征与浸润性筛查检测到的癌症的AI评分相关(P < 0.001)。在评分为10分的筛检病例中，伴有钙化的密度占13.6%(317例中有43例)，在评分为1-7分的筛检病例中，钙化密度占4.6%(322例中有15例)。

 表 浸润性肿瘤的肿瘤组织病理学特点

本项研究表明，超过三分之一的筛查发现和间隔期癌症患者在先前筛查时AI风险评分最高，这表明在乳腺钼靶筛查中使用AI可实现乳腺癌的早期发现。

原文出处：

Marthe Larsen,Camilla F Olstad,Henrik W Koch,et al.AI Risk Score on Screening Mammograms Preceding Breast Cancer Diagnosis.DOI:10.1148/radiol.230989

Tags： Radiology：AI风险评分在乳腺癌诊断前的价值及作用