人工智能技术在乳腺影像学诊断中的应用

人工智能技术在乳腺影像学诊断中的应用

郭 倩

南充市中心医院 四川 南充 637000

【摘要】近年来，人工智能技术在辅助诊断上进展巨大，经人工智能技术进行医学诊断的准确率不断提高，尤其在乳腺影像学诊断上的应用越来越广泛，成果也颇为显著。本文主要对人工智能技术在乳腺影像学诊断上的应用情况予以阐述，以供借鉴。

关键词：人工智能技术；乳腺；影像学诊断

[Abstract] in recent years, artificial intelligence technology has made great progress in auxiliary diagnosis. The accuracy of medical diagnosis by artificial intelligence technology has been continuously improved, especially in breast imaging diagnosis. This paper mainly expounds the application of artificial intelligence technology in breast imaging diagnosis for reference.

Key words: artificial intelligence technology; Mammary gland; Imaging diagnosis

乳腺癌作为女性常见恶性肿瘤具有较高发病率，我国乳腺癌发病率为女性恶性肿瘤发病率之首，为年龄女性主要致死原因^[1]。早发现、早治疗是临床提高乳腺癌患者生存期限，减少其致死率的重点。目前，临床科经超声、乳腺X线检查、乳腺MRI等影像学予以女性乳腺疾病早期诊断。但上述影像学诊断结果均可受到医生主观性、自身经验等的影响，因此难免有漏诊、误诊情况。近年来，随着人工智能技术（AI）在临床医学领域的广泛应用，其也被广泛用于乳腺影像学诊断中，并取得了一定成效。

1 人工智能技术与医学影像

人工智能为计算机科学分支之一，其基础为数学、计算机科学与哲学，为对人意识、思考过程、处理问题情况予以模拟，目的在于完成学习、解决问题等传统上可关联人工智能的任务，为多种不同训练技术的总称，内含机器学习（ML）、深度学习（DL）^[2]。因人工智能可对数据中的有用信息予以分析，并深挖数据，经回归、分类等操作对现有数据予以解释，并预测未知数据。因上述优势，目前人工智能已被广泛用于医学辅助诊断。

2 人工智能在乳腺影像学诊断中的发展现状

人工智能在乳腺影像学中的应用开始于上世纪60年代，初为辅助检测/诊断（CAD）系统，即经数学、计算机、统计学、图像处理与分析等自医学影像上提取特征，对可疑病变部位予以标注，对病灶良恶性予以判断，其中应用最为广泛的为乳腺癌钼靶X线筛查。自1998年乳腺钼靶X线CAD系统批准、应用后，至2016年约有90%的获有乳腺成像质量标准法认证的数字乳腺成像设备配有CAD系统。2003年出现了首款配有CAD系统的乳腺MRI成像设备，2005年出现了首款配有CAD系统的乳腺超声成像设备。尽管传统CAD性能欠缺、功能单一，病灶检出假阳性率较高，但AI辅助乳腺影像学诊断的价值已得到临床认可。

近年来随着深度学习算法的出现、成熟，AI技术在乳腺影像学诊断中的应用进一步进展。相较于传统CAD系统，已深度学习算法为基础的CAD系统可对医学影像训练、模型构建直接运用，实现端至端学习，从而提高了CAD模型的灵敏度与准确率。目前基于深度学习算法的AI系统多用于乳腺钼靶X线影像学中，尚未广泛用于MRI、超声、数字乳腺断层摄影中。国内已有医疗公司基于深度学习算法推出了可精准检测乳腺肿块、钙化的钼靶AI系统。同时，在鉴别病灶良恶性上，新一代AI模型的灵敏度、特异度也有了较高提高，甚至在医学影像专家水平之上。

目前，乳腺影像AI系统在乳腺疾病检测与诊断上虽具有了较高应用价值，但在临床应用及辅助医师诊断上仍有一定不足。怒气按，已深度学习计算为基础的乳腺影像AI系统模型设计多以常规经典模型为基础，并未对乳腺影像应用场景有深入探究，尚未结合乳腺影像特点设计具有较强特异度的深度学习算法。同时，深度学习模型以数据驱动算法模型为基础，数据质量可对乳腺影像AI系统的性能造成直接影像，这种情况下导致多中心、标准一致、标准统一的大样本数据集不足，因此也对乳腺影像AI系统进一步发展造成了限制。此外，工程技术与临床医学间存在一定学科差异，这种差异性也限制了乳腺影像AI系统的应用及推广，工程人员无法对临床诊断中的难点予以深入挖掘，并站在影像科医师角度进行CAD系统设计，导致乳腺影像AI系统原型设计无法对影像科医师真实需求予以有效反应。

3 人工智能在乳腺影像学诊断中的临床应用情况

目前CAD系统在乳腺影像学上的应用以乳腺病变自动检测、诊断为主，其可检出早期病变，因此其被广泛用于乳腺癌筛查中，具有极高的乳腺恶性病变尤其是导管内原位癌检出率。钼靶X线CAD系统则可结合肿块、钙化部位特征对病变予以辨识，临床研究认为，其在微小钙化部位上具有最高灵敏度，且该灵敏度不受腺体密度所影响。目前，乳腺MRI上的CAD研究虽不广泛，但研究显示，经MRI CAD系统可对乳腺MRI予以视觉评估，进而使乳腺疾病诊断特异度提高，因此可用于多灶性病灶检测。乳腺超声CAD系统较易因受测试样本构成而对其检测、诊断造成影响。

4 结语

目前，乳腺影像AI技术仍处于发展与研究阶段，未来或有更高性能的乳腺影像AI系统面世，不仅可使系统乳腺疾病诊断准确率提高，使诊断中假阳性率显著降低，还可从而为临床诊断乳腺疾病提供更可靠信息，并整合、应用CT、MRI、超声、钼靶X线等多模态影像数据，对诊断中的难点予以深度挖掘。尽管这一过程或需要较长时间，但乳腺影像AI技术已为乳腺影像学诊断发展提供了新的动力与广阔的前景。

参考文献

[1]龚敬,郝雯,彭卫军.人工智能技术在乳腺影像学诊断中的应用现状与展望[J].肿瘤影像学,2019,28(03):134-138.

[2]郑元杰,宋景琦.基于人工智能的乳腺影像诊断综述[J].山东师范大学学报(自然科学版),2020,35(02):197-207.