Sztuczna inteligencja może poprawić dokładność diagnostyki piersi DCE-MRI

PIĄTEK, 7 października 2022 (HealthDay News) – System głębokiego uczenia (DL) może poprawić dokładność diagnostyczną obrazowania metodą dynamicznego kontrastu rezonansu magnetycznego (DCE-MRI) tkanki piersi w celu wykrycia raka piersi, zgodnie z badaniem opublikowanym w wrz. Nauka Medycyna Translacyjna.

Dr n. med. Jan Witowski z Grossman School of Medicine na Uniwersytecie Nowojorskim w Nowym Jorku wraz ze współpracownikami zastosował system DL w celu poprawy ogólnej dokładności diagnozy raka piersi i spersonalizowania opieki nad pacjentem. .

Naukowcy odkryli, że system osiągnął obszar pod krzywą charakterystyki pracy odbiornika równy 0,92 w wewnętrznym zestawie testowym (3936 badań). Nie zaobserwowano statystycznie istotnych różnic między pięcioma certyfikowanymi przez radę radiologami piersi a systemem DL w retrospektywnym badaniu czytelników. Gdy przewidywania radiologów zostały obliczone z przewidywaniami DL, zaobserwowano poprawę wydajności radiologa. Uogólnienie systemu DL zostało zademonstrowane przy użyciu zbiorów danych z Polski i Stanów Zjednoczonych. Spójne wyniki uzyskano w analizie podgrup dla różnych podtypów raka i demografii pacjentów. System DL może zredukować niepotrzebne biopsje w zakresie klinicznie istotnych limitów ryzyka; zapobiegłoby to biopsjom, które dają łagodne wyniki nawet u 20 procent pacjentów ze zmianami kategorii 4 systemu obrazowania piersi i raportowania (BI-RADS).

„Pokazujemy, że nasz system DL osiągnął wysoką samodzielną wydajność, równoważną z radiologami piersi, i że ma potencjał do personalizacji postępowania z pacjentem poprzez zmniejszenie liczby niepotrzebnych biopsji u pacjentów ze zmianami BI-RADS 4” – piszą autorzy. …

Streszczenie/Pełny tekst (może być wymagana subskrypcja lub płatność)

Prawa autorskie © 2022 dzień zdrowia. Wszelkie prawa zastrzeżone.