文献速递乳腺乳腺X线

人工智能在乳腺X线摄影密度分层中的表现:BreastScreen Norway 99,489例回顾性队列研究

AI performance by mammographic density in a retrospective cohort study of 99,489 participants in BreastScreen Norway.
PubMed 文献 · Eur Radiol · 2024-03-25

该回顾性队列研究纳入BreastScreen Norway 2013至2019年两个乳腺中心的99,489例次数字乳腺X线摄影检查,用AI系统(Transpara 1.7.0)给出1至10的恶性风险评分,并按Volpara密度分级(VDG1至VDG4)分层分析。结果显示,89.7%(617/688)的筛查检出癌和44.6%(87/195)的间期癌获AI评分10;VDG4中筛查检出癌获AI评分10的比例最高,为94.7%(36/38)。作者认为AI在不同密度类别中均表现良好,尤其对致密型乳腺。

要点

  • AI评分10占全部检查的10.5%(10,406/99,489),其中仅5.9%(617/10,406)为筛查检出癌。
  • 筛查检出癌获AI评分10的比例随密度升高:VDG1为84.0%,VDG4为94.7%。
  • VDG4中AI评分10占检查的13.4%,高于VDG1的7.4%,提示高密度假阳性风险需平衡。

核心结论

  • AI系统在所有乳腺密度类别中均能较好地将癌症归入高风险评分,对致密型乳腺尤为明显。
  • VDG4女性筛查检出癌获AI评分10的比例最高,为94.7%(36/38,95%CI 82.3-99.4)。
  • 作者结论认为AI可正确分类多数筛查检出癌和约一半间期癌,与乳腺密度无关。

研究设计与样本

  • 回顾性队列研究,纳入BreastScreen Norway 2013年1月至2019年12月两个乳腺中心(Rogaland/Stavanger与Hordaland/Bergen)的数据。
  • 最终样本为74,941名女性的99,489例次筛查检查,含883例乳腺癌(688例筛查检出癌、195例间期癌)。
  • 使用商用AI系统Transpara 1.7.0(ScreenPoint Medical)给出每例检查1至10的恶性风险评分,取所有视图最高分作为总体AI评分。
  • 乳腺密度由Volpara软件(1.5.0与1.5.4.0版)自动测量,按VDG1至VDG4分级。
  • 参考标准为组织学证实的导管原位癌或浸润性乳腺癌,筛查检出癌定义为召回评估后6个月内诊断,间期癌定义为阴性筛查后24个月内或假阳性筛查后6至24个月内诊断。

关键影像表现/征象

  • 全部检查中20.5%(20,378/99,489)AI评分为1,10.5%(10,406/99,489)AI评分为10。
  • 筛查检出癌中89.7%(617/688,95%CI 87.2-91.9)AI评分为10,间期癌中44.6%(87/195,95%CI 37.5-51.9)AI评分为10。
  • 间期癌AI评分10的比例:VDG1为33.3%(3/9,95%CI 7.5-70.1),VDG2为37.0%(30/81,95%CI 26.6-48.5),VDG3为52.5%(42/80,95%CI 41.0-63.8),VDG4为48.0%(12/25,95%CI 27.8-68.7)。
  • 筛查检出癌AI评分10的比例:VDG1为84.0%(68/81,95%CI 74.1-91.2),VDG2为88.9%(328/369,95%CI 85.2-91.9),VDG3为92.5%(185/200,95%CI 87.9-95.7),VDG4为94.7%(36/38,95%CI 82.3-99.4)。

诊断标准与关键数值

  • AI评分1至7为低风险,8至9为中风险,10为高风险,由ScreenPoint Medical规定。
  • Volpara密度分级:体积密度≤3.4%为VDG1,3.5%至7.4%为VDG2,7.5%至15.4%为VDG3,≥15.5%为VDG4。
  • AI系统总体敏感度为79.7%(704/883,95%CI 76.9-82.3),以筛查检出癌加间期癌为分母、AI评分10为阳性阈值。
  • 假阳性率:AI评分10的检查中筛查检出癌占5.9%(617/10,406,95%CI 5.5-6.4)。

临床应用与阅片要点

  • AI评分与乳腺密度联合可用于分流检查,但原文仅为理论模拟场景,未作为临床推荐。
  • 原文模拟场景1:VDG1至3且AI评分1至7、VDG4且AI评分1至9的检查不进入放射科医生流程,阅读量减少72.1%(71,715/99,489,95%CI 71.8-72.4),3.3%(23/688,95%CI 2.1-5.0)筛查检出癌被归为阴性。
  • 原文模拟场景2:VDG1至2且AI评分1至7、VDG3至4且AI评分1至9的检查仅由AI判读,阅读量减少77.0%(76,619/99,489,95%CI 76.7-77.3),4.8%(33/688,95%CI 3.3-6.7)筛查检出癌被归为阴性。
  • 原文模拟场景3:VDG3至4且AI评分1至9的检查仅由AI判读,阅读量减少26.6%(26,449/99,489,95%CI 26.3-26.9),2.5%(17/688,95%CI 1.4-3.9)筛查检出癌被归为阴性。
  • 原文指出AI评分10的检查中约94%为无癌,放射科医生需了解高AI评分但无癌病例的乳腺X线特征。

局限性

  • 癌症病例数相对较少,尤其是VDG1和VDG4检查。
  • 回顾性设计,对前瞻性筛查环境的普遍性有限。
  • 缺乏AI标记位置与癌症位置对应的信息,这对AI系统的有效性很重要。
  • 模拟场景未纳入间期癌,可能低估AI系统的癌症检出潜力,但也可能降低各场景中阅读量减少的百分比。
  • 尽管纳入近100,000例检查,间期癌数量较低,因为数据来自常规筛查环境、未富集,病例数少削弱了结果的效度和把握度。
全文中译11 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2024 Mar 25;34(10):6298–308. doi: 10.1007/s00330-024-10681-z

引言

过去几十年间,大多数欧洲国家已实施乳腺X线摄影筛查项目,旨在降低乳腺癌死亡率[1, 2]。在挪威,国家乳腺癌筛查项目BreastScreen Norway于1996年启动,每两年邀请所有50–69岁女性接受双体位乳腺X线摄影筛查[3]。所有检查均独立双阅片,超过99%的女性在筛查时未被诊断为乳腺癌。

乳腺X线摄影筛查的目标人群为乳腺癌平均风险的无症状女性[4]。然而,乳腺癌风险在一般筛查人群中差异很大[5]。乳腺X线摄影密度,即乳腺中纤维腺体组织相对于脂肪组织的比例,是乳腺癌的独立危险因素,据报道,乳腺极度致密的女性相比脂肪型乳腺女性乳腺癌风险高4–6倍[6, 7]。此外,由于遮蔽效应,乳腺X线摄影筛查对这些女性的灵敏度低于70%,而脂肪型乳腺女性为85–90%[8]。

2022年3月,欧洲乳腺影像学会(EUSOBI)发布了针对乳腺极度致密女性的筛查建议[9],并得到多个欧盟团体的进一步支持[10, 11]。这些基于风险的筛查建议指出,应为乳腺极度致密女性每2至4年提供乳腺磁共振成像(MRI)补充筛查[9]。在致密乳腺中检测癌症的其他建议包括补充超声[12]和对比增强能谱乳腺X线摄影[13]以及每年乳腺X线摄影[14, 15]。

将人工智能(AI)作为乳腺X线摄影筛查中癌症检测的辅助工具引入,在回顾性和前瞻性研究中显示出有前景的结果[16–26]。然而,报告基于乳腺X线摄影密度分类的AI乳腺癌风险评分准确性的研究结果较少。在一项来自挪威的回顾性研究中,使用筛查环境中癌症富集数据,AI对乳腺极度致密女性所有癌症病例的恶性风险评分最高[13]。因此,了解AI风险评分及跨所有乳腺X线摄影密度的癌症检测情况十分重要,尤其是对于筛查灵敏度已经较低的乳腺极度致密女性。

在本研究中,我们旨在分析AI系统在BreastScreen Norway中按乳腺X线摄影密度对乳腺癌进行分类的能力,该机构是一个采用独立双阅片的组织性筛查环境。此外,我们按AI评分分析了筛查检出癌和间期癌的组织病理学特征。

材料与方法

这项回顾性队列研究纳入了2013年1月至2019年12月期间从两个乳腺中心(罗加兰(斯塔万格)和霍达兰(卑尔根))获得的数字乳腺X线摄影图像和筛查数据(图1)。该研究经医学与健康研究伦理区域委员会批准(REC # 2018/2574),并依据《通用数据保护条例》(GDPR)第6条第(1)款(e)项和第9条第(2)款(j)项具有法律依据。数据披露具有法律依据,符合《癌症登记条例》第3-1条和《个人健康数据存档系统法》第19a至19h条[27, 28]。部分研究样本曾用于既往发表的研究,但研究目的不同[13, 15]。

在挪威乳腺癌筛查项目中,所有50-69岁女性均被邀请参加每两年一次的双体位数字乳腺X线摄影筛查。所有乳腺X线图像均由两名乳腺放射科医师独立判读。每侧乳腺给予1至5分的判读评分,其中1分表示无异常;2分表示可能良性;3分表示中度可疑;4分表示可能恶性;5分表示高度怀疑恶性。若任一放射科医师给出2分或以上的评分,则该检查将在共识会议上讨论,以决定是否召回该女性进行进一步评估[3]。

2016-2019年在霍达兰进行的检查因卑尔根的一项断层合成试验而被排除[29]。所有女性均使用GE Senographe Pristina或GE Senographe Essential进行筛查。在排除缺乏乳腺X线摄影乳腺密度信息和缺乏AI评分的检查后,最终研究样本包括99,489次筛查检查(图1)。

图1 研究样本及最终研究样本流程图,按Volpara密度分级(VDG)1-4分层,包括召回、筛查检出癌症(SDC)和间期癌症(IC) 查看原图 ↗

AI风险评分与乳腺X线摄影乳腺密度

本研究使用由ScreenPoint Medical开发的商业化AI系统Transpara 1.7.0版对乳腺X线摄影检查进行评分[18, 30]。该AI系统使用卷积神经网络分析乳腺X线图像,并为每侧乳腺的每个体位提供一个恶性风险评分[18]。该算法已在来自不同筛查项目和不同厂商的乳腺X线图像上进行训练。在本研究中,所有体位中的最高评分被作为一次检查的总体AI评分。AI评分范围为1至10分;根据ScreenPoint Medical的规定,1-7分被视为乳腺癌低风险,8-9分为中等风险,10分被视为乳腺癌高风险。

体积乳腺密度通过自动化软件Volpara(1.5.0版和1.5.4.0版)获得[31]。根据每次检查左右乳腺之间体积乳腺密度百分比的最大值,将检查分为四个Volpara密度分级(VDG)。体积密度≤ 3.4%的检查归类为VDG1,3.5-7.4%为VDG2,7.5-15.4%为VDG3,≥ 15.5%为VDG4[32]。该分类系统类似于第5版BI-RADS的四分类系统,类别为:几乎完全脂肪型、散在纤维腺体型、不均匀致密型和极度致密型。

乳腺癌与组织病理学肿瘤特征

阴性筛查检查定义为两位放射科医师均评分为1分的检查、评分≥2分但在共识讨论中被排除的检查,或筛查召回后诊断结果为阴性的检查(假阳性筛查结果)。筛查发现的癌症定义为召回评估后诊断并经组织学证实的导管原位癌(DCIS)或浸润性乳腺癌,且诊断时间在筛查检查后6个月内。间期癌症定义为在阴性筛查结果后24个月内或假阳性筛查结果后6–24个月内诊断的DCIS或浸润性乳腺癌[3]。对于间期癌症病例,诊断前筛查检查的乳腺X线摄影图像由AI系统进行评分。

收集筛查发现的浸润性癌症和间期癌症的组织病理学肿瘤特征,包括组织学类型(非特殊型浸润性癌、浸润性小叶癌、浸润性小管癌及其他浸润性癌)、肿瘤直径(毫米)、组织学分级1–3级[33]、淋巴结受累情况及免疫组织化学亚型。亚型分为Luminal A型、Luminal B型Her2+、Luminal B型Her2−、Her2+及三阴性[34]。

统计分析

采用描述性分析,评估AI系统在成功将癌症归类为高风险类别方面的总体性能,并按VDG分层。我们提供了所有筛查检查、阴性筛查结果检查、筛查发现癌症、间期癌症及所有癌症合计的频率和百分比,按AI评分1–10分层。筛查发现癌症和间期癌症以累积频率和百分比呈现,筛查发现+间期癌症占所有癌症的百分比按累积AI评分呈现。95%置信区间使用精确二项分布计算。筛查发现癌症或筛查发现+间期癌症的百分比可视为AI系统在给定阈值下的灵敏度。浸润性筛查发现癌症和间期癌症的组织病理学肿瘤特征(肿瘤直径中位数及四分位距(IQR),淋巴结状态、分级和免疫组织化学亚型的数量和百分比)按AI评分10和AI评分1–9呈现。各肿瘤特征与AI评分之间的关联采用双变量检验进行检验。所有检查及筛查发现癌症单独的频率和百分比按VDG和AI评分1至10呈现。对于AI评分为10的筛查发现癌症和间期癌症,以图形呈现归入各密度类别的病例百分比。此外,基于AI评分与乳腺X线摄影密度的组合,探索了AI系统的理论分诊场景。所有统计分析均在Stata 17.0版本中进行。

结果

总体性能

最终研究样本纳入74,941名女性的99,489次筛查检查数据,包括883例乳腺癌(688例筛查检出,195例间期癌)(图1)。在所有筛查检查中,20.5%(20,378/99,489,95% CI,20.2–20.7)的AI评分为1,10.5%(10,406/99,489,95% CI,10.3–10.7)的AI评分为10(表1)。我们发现89.7%(617/688,95% CI,87.2–91.9)的筛查检出癌和44.6%(87/195,95% CI,37.5–51.9)的间期癌被赋予AI评分10(表1),且5.9%(617/10,406,95% CI,5.5–6.4)被赋予AI评分10的检查为筛查检出癌(表2)。总体而言,AI系统的敏感性为79.7%(704/883,95% CI,76.9–82.3)。在斯塔万格,94.8%(290/306)的筛查检出癌和42.9%(42/98)的间期癌AI评分为10,而在卑尔根,相应百分比分别为85.6%(327/382)和46.4%(45/97)(补充表1)。

表1 按AI评分1–10分层的所有筛查检查、筛查结果为阴性的检查、筛查检出癌、间期癌及所有癌症合计的频数(n)和百分比(%)及95%置信区间(CI) 查看原表 ↗
表2 按AI评分1–10分层的筛查检查累计频数(n)、筛查检出癌和间期癌的累计n及百分比(%)与95%置信区间(CI),以及筛查检出+间期癌在所有检出癌症中的百分比(敏感性) 查看原表 ↗

组织病理学肿瘤特征

对于AI评分为10的病例,18.6%(115/617)的筛查检出癌为导管原位癌(DCIS),而AI评分为1–9的病例为5.6%(4/71,p = 0.01)(表3)。对于间期癌,AI评分为10的病例百分比为6.9%(6/87),AI评分为1–9的病例为7.4%(8/108,p = 0.89)。筛查检出和间期DCIS的肿瘤直径和Van Nuys分级纳入病例数较少,见补充表2。

在AI评分为10的筛查检出癌中,81.4%(502/617)为浸润性(表3)。对于这些癌症,中位肿瘤直径为14 mm(IQR,10–21),23.0%(112/486)为组织学分级3级,16.5%(81/491)为淋巴结阳性,7.4%(35/475)为三阴性。对于AI评分为1–9的筛查检出癌,94.4%(67/71,p = 0.01)为浸润性,中位肿瘤直径为13 mm(IQR,8–16,p = 0.01),20.0%(13/65,p = 0.83)为组织学分级3级,12.3%(8/65,p = 0.39)为淋巴结阳性,4.9%(3/61,p = 0.48)为三阴性。

对于间期癌,AI评分为10的病例中93.1%(81/87)为浸润性,而AI评分为1–9的病例为92.6%(100/108,p = 0.89)(表3)。在AI评分为10的病例中,中位肿瘤直径为19 mm(IQR,13–30),32.4%(24/74)为组织学分级3级,而AI评分为1–9的病例中位肿瘤直径为24 mm(IQR,15–30,p = 0.80),45.9%(39/85,p = 0.17)为组织学分级3级。AI评分为10的间期癌中,共有35.5%(27/76)为淋巴结阳性,13.2%(10/76)为三阴性。AI评分为1–9的间期癌病例中,淋巴结阳性和三阴性的百分比分别为30.8%(28/91,p = 0.52)和19.8%(18/91,p = 0.11)。

表3 AI评分10和AI评分1–9的浸润性筛查检出癌和间期癌的组织病理学肿瘤特征 查看原表 ↗

乳腺X线摄影密度

在我们的研究样本中,20.3%(20,178/99,489)的检查被分类为VDG1,49.6%(49,345/99,489)为VDG2,24.0%(23,919/99,489)为VDG3,6.1%(6047/99,489)为VDG4(图1)。筛查检出癌症的最高发生率见于VDG3(每1000例8.4例),而观察到的最低发生率见于VDG1(每1000例4.0例)。最高间期癌症发生率(每1000例4.1例)见于VDG4,而最低发生率见于VDG1(每1000例0.4例)。

在分类为VDG1的检查中,7.4%(1484/20,178)的最高AI评分为10(表4)。VDG2者的该比例为11.0%(5405/49,345),VDG3者为11.3%(2705/23,919),VDG4者为13.4%(812/6047)。在Stavanger和Bergen,VDG4者中分别有12.7%(417/3276)和14.3%(395/2771)的AI评分为10(补充表3)。

对于筛查检出癌症,分类为VDG1的女性中84.0%(68/81,95% CI,74.1–91.2)的AI评分为10(表5,图2)。VDG2女性的该比例为88.9%(328/368,95% CI,85.2–91.9),VDG3者为92.5%(185/200,95% CI,87.9–95.7),VDG4者为94.7%(36/38,95% CI,82.3–99.4)。在间期癌症病例中,VDG1女性有33.3%(3/9,95% CI,7.5–70.1)、VDG2者有37.0%(30/81,95% CI,26.6–48.5)、VDG3者有52.5%(42/80,95% CI,41.0–63.8)、VDG4者有48.0%(12/25,95% CI,27.8–68.7)的最高AI评分为10(补充表4,图2)。

表4 按体积乳腺密度(VDG1、VDG2、VDG3和VDG4)分层的AI评分1–10的筛查检查的频数(n)和百分比(%)及95%置信区间(CI) 查看原表 ↗
表5 按体积乳腺密度(VDG1、VDG2、VDG3和VDG4)分层的AI评分1–10的筛查检出癌症的频数(n)和百分比(%)* 查看原表 ↗
图2 按VDG1、VDG2、VDG3和VDG4分层的AI评分为10的筛查检出癌症(SDC)和间期癌症(IC)的百分比及95%置信区间(CI) 查看原图 ↗

基于AI评分和乳腺X线摄影密度的检查分诊

在假设的分诊设置中,将AI评分为1–5的检查分类为阴性并排除在放射科医师判读流程之外,判读工作量将减少55.4%(55,150/99,489),同时2.2%(15/688)的筛查检出癌症将被分类为阴性(表1)。将AI评分1–7定义为阴性,判读工作量将减少70.8%(70,447/99,489),代价是将3.1%(21/688)的筛查检出癌症分类为阴性(表1)。

假设根据AI评分和乳腺X线摄影密度对检查进行分诊,将AI评分为1–7(低风险)的VDG1–3检查和AI评分为1–9(低和中风险)的VDG4检查从放射科医师的工作流程中排除,则阅片量将减少72.1%(71,715/99,489,95% CI,71.8–72.4),代价是3.3%(23/688,95% CI,2.1–5.0)的筛查检出癌症被归类为阴性(图3中的情景1,表4,表5)。如果AI评分为1–7的VDG1–2检查和AI评分为1–9的VDG3–4检查仅由AI判读,则阅片量将减少77.0%(76,619/99,489,95% CI,76.7–77.3),代价是将4.8%(33/688,95% CI,3.3–6.7)的筛查检出癌症归类为阴性(图3中的情景2)。在AI评分为1–9的VDG3–4检查仅由AI判读的情况下,26.6%(26,449/99,489,95% CI,26.3–26.9)的检查将从放射科医师的工作流程中移除,2.5%(17/688,95% CI,1.4–3.9)的筛查检出癌症将被归类为阴性(图3中的情景3)。

图3 三种不同分诊情景下筛查阅片检查减少百分比(灰色)和筛查检出癌症漏诊百分比(白色)及其95%置信区间(CI) 查看原图 ↗

讨论

在这项回顾性队列研究中,纳入近100,000次使用GE Healthcare乳腺X线摄影设备进行的检查,我们发现89.7%(617/688)的筛查检出癌症和44.6%(87/195)的间期癌症被赋予AI评分10,提示最高恶性肿瘤怀疑度。对于乳腺极度致密的女性(VDG4),94.7%(36/38)的筛查检出癌症和48.0%(12/25)的间期癌症被赋予AI评分10。对于VDG2,相应数字为88.9%(328/368)和37.0%(30/81)。

一项既往回顾性AI研究使用挪威中部地区卫生局两个乳腺中心的数据,检查在Siemens设备上进行,报告86.8%(653/752)的筛查检出癌症和44.9%(92/205)的间期癌症AI评分为10 [25]。这与本研究中在GE设备上进行的检查的发现相当。我们的两个中心之间存在差异,卑尔根(85.6%,327/382)和斯塔万格(94.8%,290/306);然而,斯塔万格自2018年起使用GE Senographe Pristina,而卑尔根仅使用GE Senographe Essential。另一项使用Kheiron Medical Technologies的AI系统的研究报告了不同乳腺X线摄影厂商之间的相似结果 [35]。

上述数据聚焦于所有癌症中AI评分为10病例的癌症检出情况。以所有AI评分为10的病例为分母,筛查检出癌症率约为6%。这意味着100例中有94例为乳腺癌阴性,应由放射科医师判读为阴性或在共识讨论中排除。为此,需要了解AI评分高但无癌症病例的乳腺X线摄影特征等信息。

一项使用本研究纳入的乳腺中心之一罗加兰(斯塔万格)数据的研究报告,与本研 究相比,筛检发现的癌症中AI评分为10的比例更高(92.7%对89.7%),但间期癌症中AI评分为10的比例更低(40.0%对44.6%)[13]。然而,他们的数据来自2010-2018年接受筛查的女性,且纳入的是癌症富集样本,每个癌症病例纳入10个阴性病例。此外,与癌症富集样本的研究不同,我们发现间期癌症之前检查中AI评分为10比例最高的是VDG3而非VDG4。尽管本研究纳入了近100,000次检查,但由于数据来自常规筛查环境、未经富集,间期癌症的数量较低。病例数少削弱了我们结果的有效性和把握度。在富集研究中,VDG4女性的所有筛检发现癌症AI评分均为10,而本研究中为94.7%;然而,该癌症富集研究仅纳入了59例VDG4女性的筛检发现癌症。

AI标记指示可疑癌症区域,引导放射科医生的注意力。然而,AI标记的有效性研究有限,需要综述研究来填补这一知识空白。一项来自挪威的综述研究显示,所有筛检发现癌症(n = 126)和78%(93/120)AI评分为10的间期癌症被AI系统正确定位[36]。在AI评分为10且AI标记正确定位的间期癌症中,60%(56/93)被分类为假阴性或微小征象。知情综述研究将20-30%的筛检发现癌症和间期癌症分类为既往筛查时漏诊[37, 38]。我们发现44.6%(87/185)的间期癌症AI评分为10。一项来自瑞典的研究报告,58%(83/143)AI评分为10的间期癌症被分类为假阴性或微小征象,在阅片过程中借助AI支持有可能在筛查时被发现[16]。这些结果可能表明,在筛检阅片中应用AI具有更早发现间期癌症的潜力。

图3所示情景假设AI作为独立判读者。在无放射科医生参与的情况下解读乳腺X线摄影需要伦理和法律方面的考量。一项研究显示,在独立双阅片设置中,23%的筛检发现癌症被两位阅片者之一判读为阴性[39]。这是在我们就如何在筛检阅片判读过程中使用AI做出决定之前必须进行的讨论中的重要证据。然而,AI最常见的用法是作为决策支持,这可能影响阅片时间[40]和召回率[26, 41]。

在比较不同密度类别中AI评分为10的筛查检出癌症百分比时,观察到VDG4的百分比最高。此外,包括阴性检查在内的所有检查中AI评分为10的百分比在VDG4中也最高。这意味着对于VDG4病例,较高的AI风险评分对应的特异度较低,并且必须将假阳性筛查结果率增加的风险与乳腺极度致密女性可能增加的灵敏度进行权衡。此外,我们还必须牢记,在本研究中约75%的筛查检出癌症位于VDG2或VDG3女性中,仅6%位于VDG4女性中。

本研究的优势包括使用了来自常规筛查环境的数据、来自自动化软件的乳腺X线摄影密度测量,以及使用了带有CE标志和FDA批准的AI系统。局限性包括癌症病例数量相对较少,尤其是VDG1和VDG4检查。回顾性设计以及对前瞻性筛查环境的有限推广性也是本研究的不足。此外,我们没有关于AI标记位置与癌症位置对应关系的信息,而这对AI系统的有效性很重要。我们未将间期癌症纳入场景中,这可能低估了AI系统检出癌症的潜力,因为纳入间期癌症会增加癌症病例。然而,这也可能导致所有场景中筛查阅片量减少的百分比降低。

总之,本研究表明AI在将癌症病例分类为不同风险评分类别方面具有前景,且不受乳腺X线摄影密度影响。需要未来的前瞻性研究来支持我们的发现,并建立将AI安全实施于乳腺X线摄影筛查判读过程以及作为提供个性化筛查的潜在工具所需的证据。

补充信息

以下是电子补充材料的链接。补充文件1(PDF 260 KB)

引用

  1. Bergan MB, Larsen M, Moshina N, et al. AI performance by mammographic density in a retrospective cohort study of 99,489 participants in BreastScreen Norway. Eur Radiol. 2024. PMID: 38528136. doi:10.1007/s00330-024-10681-z
  2. 全文:PMC11399294(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11399294/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。