一项回顾性模拟研究表明，使用人工智能（AI）指导工具进行乳腺MRI可以减少扫描时间而不影响诊断性能。
在863名女性中，AI指导协议下有50%的病例被分诊为简略乳腺MRI，其敏感性为88.2%，而全MRI协议的敏感性为86.3%；特异性分别为80.8%和81.4%。纽约市纪念斯隆-凯特琳癌症中心的Sarah Eskreis-Winkler博士及其同事报告了这一结果。
阳性预测值分别为23.6%和24.7%，每1,000次检查的癌症检出率分别为31.6和30.9，间隔癌症率分别为4.2和4.9。他们在《放射学》杂志上指出。
与传统扫描相比，AI指导扫描加上50%的分诊导致最大特异性下降2.7个百分点，最大准确性下降2.6个百分点。
“这项模拟研究表明，AI指导的乳腺MRI检查分诊到简略协议有可能减少扫描时间而不影响诊断性能，”作者写道。“这些发现预示着一个新的AI指导MRI扫描时代，其中采集计划不是静态的，而是随着信息的获取和分析实时变化。”
作者还报告说，在AI分诊的检查中添加MRI序列不会检测到任何额外的癌症。“事实上，在我们的研究中，将50%的检查分诊为简略MRI反而多检测到了一个癌症，尽管这里的小样本量不允许进行统计比较，”他们补充道。
此外，Eskreis-Winkler及其团队指出，AI指导的MRI协议可以节省宝贵的时间。例如，他们计算出，如果将一半患者的扫描时间从15分钟减少到不到5分钟，平均扫描时间至少减少了三分之一。
“较短的扫描时间可以降低医疗成本，这可能会增加更多患者接受MRI的机会，提高患者满意度，并由于患者在较短的检查过程中不太可能移动，从而提高图像质量，”他们补充道。
在随附的社论中，斯德哥尔摩卡罗林斯卡大学医院的Fredrik Strand博士写道，一种能够在不损害诊断结果的情况下指导实时MRI长度决策的AI工具可以“为更广泛地实施AI辅助成像策略铺平道路”。
“随着放射学继续与机器学习共同发展，这种创新对于改善访问、降低成本并在高容量筛查环境中保持诊断卓越至关重要，”他建议道。
然而，Strand也警告说，将AI应用于扫描过程的上游也引发了关于未来放射科医生角色的问题。
“放射科医生最终会成为AI驱动工作流程的监督者，还是会保留对图像采集和解释的主要控制权？”他问道。“这些问题不仅是技术问题，也是专业和伦理问题。”
目前，放射科医生在程序开始前选择MRI协议。在这项研究中，Eskreis-Winkler及其团队应用AI工具生成每个乳腺MRI的怀疑评分，通过该评分在扫描过程中做出即时决定，以结束检查或继续进行全协议。
该工具生成了一个减影最大强度投影图像的怀疑评分，该图像来自检查的预对比阶段和首次后对比阶段，大约在注射造影剂后70秒。怀疑评分低于第50百分位的检查使用简略MRI协议和全MRI协议进行读取，并将不同阈值下的AI分诊筛查的诊断性能指标与无AI分诊的指标进行比较。
这项研究包括2013年1月至2019年1月在三个区域癌症中心进行的连续对比增强筛查乳腺MRI检查。在研究中包含的863名女性（平均年龄52岁）中，51人在筛查后12个月内被诊断出癌症。
(全文结束)
