亞洲健康互聯
優化產業的推手,生醫商機的GPS!

首頁產業資訊精準醫療精準醫療AI透過超音波表徵乳房腫塊

AI透過超音波表徵乳房腫塊

來源 : 亞洲健康互聯海外中心
update : 2019/03/22

根據319日線上發表於日本放射學雜誌上的一項研究,人工智能(AI)演算法在乳腺超音波檢查中,以高精度區分良性和惡性腫塊,甚至可能超過經驗不足的放射科醫師的診斷。

來自日本東京醫科大學的Tomoyuki Fujioka博士及其同事培訓了一種深度學習模型,用於表徵超音波檢查乳腺腫塊,發現其敏感性、特異性和準確性在測試中均超過92%。更重要的是,與兩位經驗更豐富的放射科醫師相比,該演算法比具有四年乳房成像經驗的放射科醫師表現得更好。

作者寫道:「我們的結果意味著這種卷積神經網絡模型,可以幫助放射科醫生診斷乳房腫塊,特別是那些只有數年臨床經驗的醫師。」

雖然乳腺超音波可用於鑑別腫塊,但良性和惡性病變的形態學特徵有很大的重疊。研究人員表示,對這些圖像的解釋在某種程度上取決於放射科醫師的經驗,從而導致觀察者間顯著的差異。

因此,他們試圖訓練卷積神經網絡(CNN)來區分超音波研究中的良性和惡性乳腺腫塊。研究人員從回顧性的480張中的97張良性腫塊圖像,和467張中的143張惡性腫塊圖像,用於訓練。然後使用GoogLeNet CNN架構開發的深度學習模型,在一組120名患者的圖像 上進行測試 (其中有48名患者患有良性腫塊,72名患有惡性腫塊)

此外,三名分別有四年、八年和二十年乳房成像經驗的放射科醫師解釋了測試案例。

與其他兩位放射科醫師相比(p = 0.080.14),CNN的診斷性能,在統計學上等於或優於經驗最少的放射科醫師(p = 0.01)。研究人員觀察到進一步深入研究結果,放射科醫師彼此之間的觀察者一致性,高於深度學習模型。

用於表徵乳房超音波腫塊的AI表現