人工智能在乳腺 X 线摄影中的实际应用

他说，仅在乳腺成像领域就有大约 20 个 FDA 批准的人工智能应用，其中大多数是由供应商在 RSNA 展会现场展示的。

解决常见的乳房 X 光检查挑战

人工智能在乳腺成像中的实施解决了放射科医生面临的几个常见挑战。 首先，帕特尔说 转向断层扫描乳房X光检查 迅速创建了大量的图像进行分析。 几位乳腺成像专家告诉《健康影像》，人工智能可能会在帮助整理图像数量大幅增加方面发挥关键作用。

“在胶片时代和早期数字时代，标准乳房 X 光检查只有四张照片，但现在有了断层合成技术，同一研究可以涉及 200 多张图像。将其乘以每天 50、75 或 100 个病例，那就是“有大量图像可供查看。好消息是，现在有一些算法可以实际减少要审查的断层合成图像的数量，”帕特尔说。

他补充说，人工智能可以帮助对断层扫描图像数据集进行第一次扫描，以标记哪些切片似乎具有可能患有癌症的感兴趣区域。 这可以减少放射科医生需要查看的图像数量。

“由于医生倦怠现象如此普遍，其中一些算法现在实际上减少了放射科医生为了检测乳腺癌而需要查看的图像数量。一些算法将图像数量减少了三分之二，而没有任何损失检测乳腺癌的能力，”帕特尔解释道。

人工智能可以对检查进行分类，对可疑的关键发现的报告进行优先排序，以便放射科医生及时审查。 这有助于读者专注于关键案例并更好地规划当天的工作流程。 许多 FDA 批准的算法可以自动执行乳腺病变测量并评估乳房 X 光检查的乳腺密度 BI-RADS 评分。

Patel 表示，这有助于消除读者之间的巨大差异，并有助于在审查检查时节省额外时间，并补充说，人工智能算法还可以通过减少伪影来提高图像质量，从而消除放射科医生手动调整的需要。

采用人工智能算法的考虑因素

Patel 强调了采用人工智能算法之前战略思维的重要性。 在采用人工智能之前应确定具体问题或需要改进的领域。 他警告说，考虑到相关成本以及有限的时间和金钱资源，不要在没有明确问题陈述的情况下获取算法。

他认为最令人担忧的问题之一是人们在实际上不一定有问题需要解决的情况下首先获得人工智能算法。

“当我们谈论算法时，这么多算法可能会让人不知所措。这些算法也是有代价的，所以是有代价的，需要支付一定的美元数字。所以我认为重要的是，在他们开始考虑算法之前，他们应该考虑他们真正想要解决的问题或机会是什么，或者有哪些改进的机会，”他指出。