借助人工智能，乳房 X 线摄影筛查性能得到提升，工作量减少

一项大型回顾性队列研究表明，将人工智能（AI）引入乳腺癌乳房X光检查筛查可显著提高筛查性能，同时减少放射科医生的工作量。

引入人工智能前后的筛查效果比较显示召回率和假阳性率显着下降（磷<0.001）。癌症检测、阳性预测值 (PPV) 和小癌症的检测增加 (磷=0.01， 磷<0.001， 磷=0.02)，而侵袭性癌症的发生率下降（磷=0.04）。

哥本哈根大学的 Andreas Lauritzen 博士及其合著者报告称，使用人工智能消除了对双放射科医生审查阴性扫描的需求，有助于减少 33.5% 的工作量 放射科。

“除淋巴结阴性率外，所有筛查绩效指标均有所改善 [which did not differ]，而阅读工作量则减少了，”作者总结道。“当定义可能正常筛查的人工智能检查分数阈值从 5 提高到 7 [on a scale of 1-10]，召回率、假阳性率、以及淋巴结阴性癌症率均显著下降，”他们补充道。

“换句话说，门槛越高，被召回的女性就越少，而召回后被诊断为乳腺癌的频率就越高。”

这一发现非常重要，因为最近报道的其他关于乳房 X 线摄影中人工智能的研究都来自瑞典。纽约大学朗格尼医学中心的医学博士 Laura Heacock 表示，丹麦的研究在一定程度上证实了这一结果在其他国家也适用。

人工智能如何影响美国的乳房X光检查还有待观察。

“在欧洲，所有的乳房X光检查结果都由两名放射科医生读取，”她告诉 今日医学页面 通过电子邮件。“如果他们意见不一致，他们就会召开共识会议，共同做出决定。这与美国不同，在美国，只有一位放射科医生阅读乳房 X 光检查结果。”

“使用人工智能作为第二读取器可将乳房 X 线摄影读取工作量减少 33.5%，这使得放射科医生可以做其他必要的放射学任务（程序、查看等待读取的其他研究），”Heacock 继续说道。“将两个读取器中的一个换成人工智能可以提高癌症检测率并减少假阳性，从而改善患者护理。人工智能发现的额外癌症往往较小，这意味着患者更有可能获得良好的治疗效果。一个限制是他们发现的早期癌症略多。”

休斯顿德克萨斯大学 MD 安德森癌症中心的医学博士杨伟表示，与丹麦研究中类似的人工智能系统已经在五个州和哥伦比亚特区的 50 多个地点安装。

杨说：“乳腺癌检测率提高、假阳性率降低、复诊次数减少和放射科医生工作量减少的结合令人信服。这些数据在美国每年进行一次乳房X光检查，无需‘双重读取’，而在欧洲每 2-3 年进行一次乳房X光检查，两者相比将如何发挥作用，将会很有趣。”

Lauritzen 及其同事报告了对 2020-2022 年期间丹麦接受两年一次乳腺癌筛查的女性乳房 X 线摄影数据的分析结果。研究对象包括在实施 AI 系统之前接受筛查的 60,751 名女性和实施 AI 系统之后接受筛查的 58,246 名女性。

过去，所有乳房 X 光检查结果均由两名放射科医生读取。2021 年 11 月实施 AI 系统后，初次读取由一名放射科医生和 AI 系统进行。

放射科医生和 AI 认为“可能正常”的乳房 X 光检查结果被接受为正常。高风险乳房 X 光检查结果由两名放射科医生在 AI 支持下进行评估。“可能正常”的定义最初为分数≤5，2022 年 5 月增加为≤7。

研究人员评估了符合丹麦和欧洲指南的参数。通过比较实施前后的结果，使用人工智能得出了以下结论：

• 召回率较低：3.09% vs 2.46%
• 假阳性率更低：2.39% vs 1.63%
• PPV 增长：22.6% vs 33.6%
• 癌症检测率提高：0.70% vs 0.82%
• 检测出更多小肿瘤（≤1 cm）：36.6% vs 44.9%
• 侵袭性癌症较少：84.9% vs 79.6%

淋巴结阴性癌症的发病率没有显著变化（76.7% vs 77.98%）。在 116,492 次读取中，有 38,977 次放射学工作量减少。

Lee 和 Friedewald 指出：“这对于评估 AI 支持工具在实际临床实践中未来应用的有限现有研究来说是一个可喜的补充。”

他们补充说，该结果与瑞典最近的两项研究的结果一致。 一项研究 表明在人工智能支持下放射科医生的双重阅读优于双重阅读。 另一个 结果表明，由一名放射科医生和一个 AI 系统进行的阅读优于由两名放射科医生进行的阅读。

Lauritzen 和合著者承认他们的研究存在一些局限性。由于 COVID-19 疫情、放射科医生的缺乏和等待时间（可能导致癌症检测率升高），AI 的中位筛查间隔更长。该研究也无法评估 AI 筛查分层和 AI 辅助决策支持的个体影响。进行单次读数的放射科医生并没有意识到 AI 系统已将这些筛查归类为可能正常。