根据圣路易斯华盛顿大学医学院和硅谷科技初创公司 Whiterabbit.ai 的研究人员的一项研究，使用人工智能（AI）来补充放射科医生对乳房X光检查的评估，可以通过减少假阳性而不遗漏癌症病例来改善乳腺癌筛查。
研究人员开发了一种算法，可以识别具有非常高灵敏度的正常乳房X光检查。然后，他们对患者数据进行了模拟，看看如果所有风险非常低的乳房X光检查都从放射科医生的盘子上取下会发生什么，从而使医生能够专注于更可疑的扫描。模拟显示，更少的人会被召回进行额外的测试，但会发现相同数量的癌症病例。
“假阳性是当你打电话给病人进行额外的测试时，结果证明它是良性的，”资深作者Richard L. Wahl博士解释说，他是华盛顿大学Mallinckrodt放射学研究所（MIR）的放射学教授和放射肿瘤学教授。“这给患者带来了很多不必要的焦虑，并消耗了医疗资源。这项模拟研究表明，人工智能可以可靠地识别风险极低的乳房 X 光检查，以减少假阳性并改善工作流程。
该研究于4月10日发表在《放射学：人工智能》杂志上。
Wahl之前曾与 Whiterabbit.ai 合作开发了一种算法，帮助放射科医生在乳房X光检查中判断乳房密度，以确定可以从额外或替代筛查中受益的人。该算法于 2020 年获得美国食品和药物管理局 （FDA） 的批准，现在由 Whiterabbit.ai 作为 WRDensity 销售。
在这项研究中，Wahl和 Whiterabbit.ai 的同事共同开发了一种使用AI来评估乳房X光检查来排除癌症的方法。他们在 123,248 张 2D 数字乳房 X 光照片（包含 6,161 张显示癌症）上训练了 AI 模型，这些照片主要由华盛顿大学放射科医生收集和读取。然后，他们在三组独立的乳房X光照片上验证和测试了AI模型，其中两组来自美国机构，一组来自英国。
首先，研究人员弄清楚了医生做了什么：有多少患者被召回进行二次筛查和活检;这些测试的结果;以及每种情况下的最终决定。然后，他们将人工智能应用于数据集，看看如果在初始评估中使用人工智能来去除阴性的乳房X光检查，并且医生遵循标准的诊断程序来评估其余的乳房X光检查，情况会有什么不同。
例如，考虑最大的数据集，其中包含 11,592 张乳房 X 光照片。当缩放到 10,000 张乳房 X 光照片时（为了简化模拟目的的数学），AI 将 34.9% 识别为阴性。如果将这 3,485 张阴性乳房 X 光检查从工作量中移除，放射科医生将进行 897 次诊断检查，比实际的 1,159 次减少了 23.7%。下一步，将有190人被第二次召唤进行活检，比实际的200人减少了6.9%。在这个过程结束时，人工智能排除和现实世界的标准护理方法都确定了相同的55种癌症。换句话说，这项人工智能研究表明，在接受初始乳房X光检查的10,000人中，有262人可以避免诊断检查，10人可以避免活检，而不会遗漏任何癌症病例。
“归根结底，我们相信医生是发现癌症并帮助患者导航的超级英雄，”合著者、Whiterabbit.ai 联合创始人兼首席技术官Jason Su说。“人工智能系统可以提供帮助的方式是扮演辅助角色。通过准确评估阴性，它可以帮助从大海捞针中清除干草，以便医生更容易找到针头。这项研究表明，人工智能在识别负面考试方面可能非常准确。更重要的是，结果表明，在不改变癌症检出率的情况下，自动检测阴性也可能在减少假阳性方面带来巨大的好处。
Pedemonte S、Tsue T、Mombourquette B、Vu YNT、Matthews T、Morales Hoil R、Shah M、Ghare N、Zingman-Daniels N、Holley S、Appleton CM、Su J、Wahl RL。一种半自主深度学习系统，可减少乳腺 X 线摄影筛查中的假阳性。放射学：人工智能。2024 年 4 月 10 日。DOI： 10.1148/ryai.230033
这项工作得到了 Whiterabbit.ai Inc.的资助。
华盛顿大学拥有 Whiterabbit.ai 公司的股权，并可能从与 Whiterabbit.ai 的“合作和许可协议”中获得特许权使用费收入和里程碑付款，以开发本研究中评估的技术。Wahl是 Whiterabbit.ai 研究合同的首席研究员。这些协议由华盛顿大学机构利益冲突委员会管理。
关于华盛顿大学医学院
华盛顿大学医学院是学术医学领域的全球领导者，包括生物医学研究、患者护理和教育项目，拥有 2,900 名教职员工。其美国国立卫生研究院（NIH）的研究资金组合是美国医学院中第二大，在过去七年中增长了56%。加上机构投资，华盛顿大学医学院每年投入超过10亿美元用于基础和临床研究创新和培训。其教职员工执业人数一直位居全国前五名，有 1,900 多名教职员工在 130 个地点执业，他们也是 BJC HealthCare 的 Barnes-Jewish 和 St. Louis Children’s 医院的医务人员。华盛顿大学医学院在医学博士/博士培训方面有着悠久的历史，最近投入了 1 亿美元用于为其医学生提供奖学金和课程更新，并且是每个医学亚专业以及物理治疗、职业治疗、听力学和传播科学的一流培训计划的所在地。
最初发表于医学院网站
新闻旨在传播有益信息，英文版原文来自https://source.wustl.edu/2024/04/ai-assisted-breast-cancer-screening-may-reduce-unnecessary-testing/