乳腺超声集成与序贯AI-CAD系统的前瞻性比较
Comparison of Integrated Versus Sequential Artificial Intelligence–Based Computer-Aided Diagnosis Systems in Breast Ultrasound: A Prospective Pilot Study on Examination Time, Reproducibility, and Diagnostic Performance
RSS 订阅 · Academic Radiology · 2026-10-13
本研究为前瞻性单中心研究，纳入在乳腺影像中心接受乳腺超声检查的女性，比较集成式与序贯式AI-CAD系统在检查时间、可重复性和诊断效能方面的表现。结果显示集成式AI-CAD检查时间更短且敏感度更高，序贯式AI-CAD特异度更高，两者AUC无差异。
要点
- 集成式AI-CAD检查时间短于序贯式，敏感度更高（87.6% vs 76.9%）
- 序贯式AI-CAD特异度更高（90.0% vs 74.2%），可减少假阳性
- 两种系统重复采集一致性几乎完美，但一致性模式因病灶类型而异
核心结论
- 集成式AI-CAD具有检查时间更短和敏感度更高的优势，序贯式AI-CAD具有特异度更高的优势，两者AUC无差异。
- 两种AI-CAD系统的可重复性因病灶类型不同而表现不一致。
研究设计与样本
- 前瞻性单中心研究，纳入2025年2月至3月在乳腺影像中心接受乳腺超声检查的女性。
- 两种实时AI-CAD系统分别为：扫描中同时进行病灶检测与诊断的集成式系统，以及病灶检测和诊断评估分开进行的序贯式系统。
- 检查时间分析纳入97例患者，患者在同一就诊时随机顺序接受两种AI-CAD系统配对乳腺超声检查。
- 可重复性分析纳入145例患者共215个病灶，对同一乳腺病灶分别应用两种系统两次。
- 诊断效能分析纳入242例患者，评估敏感度、特异度和AUC。
诊断标准与关键数值
- 集成式与序贯式AI-CAD的首次与第二次采集一致性κ值分别为0.81与0.83，均为几乎完全一致。
- 首次与第二次采集比较中，集成式与序贯式系统对恶性病灶的κ值分别为0.92与0.76，对肿块型病灶分别为0.79与0.84，对非肿块型病灶分别为1.00与0.75。
- 集成式AI-CAD敏感度为87.6%，序贯式AI-CAD敏感度为76.9%（P < .001）。
- 序贯式AI-CAD特异度为90.0%，集成式AI-CAD特异度为74.2%（P < .001）。
- 两种AI-CAD系统的AUC无差异。
临床应用与阅片要点
- 乳腺超声检查如需同时兼顾扫查效率和病灶检出敏感度，可优先考虑集成式AI-CAD。
- 如需减少假阳性、提高诊断特异度，序贯式AI-CAD在报告中可能更有参考价值。
- AI-CAD重复采集结果在不同病灶类型间一致性模式存在差异，阅片时需结合病灶形态分类判断稳定性。
局限性
- 本研究为单中心前瞻性研究，样本量有限。
- 可重复性分析中不同扫描平面对比的一致性模式存在差异。
引用
- Academic Radiology：Comparison of Integrated Versus Sequential Artificial Intelligence–Based Computer-Aided Diagnosis Systems in Breast Ultrasound: A Prospective Pilot Study on Examination Time, Reproducibility, and Diagnostic Performance
- Ban, Kim, Baek, et al. Comparison of Integrated Versus Sequential Artificial Intelligence-Based Computer-Aided Diagnosis Systems in Breast Ultrasound: A Prospective Pilot Study on Examination Time, Reproducibility, and Diagnostic Performance. Acad Radiol. 2026. PMID: 42869671. doi:10.1016/j.acra.2026.08.038
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。