由加州大学洛杉矶分校健康乔恩森综合癌症中心的研究人员领导的一项新研究表明，人工智能（AI）可能有助于在间期乳腺癌——即在常规筛查之间发展出来的癌症——变得更为严重和难以治疗之前将其检测出来。这可能会带来更好的筛查实践、更早的治疗和改善患者的预后。
这项发表在《国家癌症研究所杂志》上的研究发现，人工智能能够在筛查时标记出“乳房X光片可见”的间期癌症类型。这些包括在乳房X光片上可见但未被放射科医生检测到的肿瘤，或者具有非常细微的迹象，容易被忽略的肿瘤，因为这些迹象非常微弱或低于人眼的检测水平。
研究人员估计，将人工智能纳入筛查可以减少30%的间期乳腺癌病例。
“这一发现很重要，因为这些间期癌症可以在更容易治疗的时候被发现，”该研究的第一作者、加州大学洛杉矶分校大卫·格芬医学院放射学助理教授Tiffany Yu博士说。“对于患者来说，早期发现癌症可以带来巨大的不同。它可以导致更温和的治疗，并提高获得更好结果的机会。”
虽然类似的研究已经在欧洲进行过，但这是在美国探索使用人工智能检测间期乳腺癌的首批研究之一。研究人员指出，美国和欧洲的筛查实践存在关键差异。
在美国，大多数乳房X光检查使用数字乳腺断层合成（DBT），通常称为3D乳房X光检查，患者通常每年进行一次筛查。相比之下，欧洲的项目通常使用数字乳房X光摄影（DM），通常称为2D乳房X光检查，并且每两年到三年进行一次筛查。
这项回顾性研究分析了2010年至2019年的近18.5万份过去的乳房X光片数据，包括DM和DBT。从数据中，研究团队查看了148例女性被诊断为间期乳腺癌的病例。
放射科医生随后审查了这些病例，以确定为什么癌症没有被及早发现。这项新研究采用了一种欧洲分类系统来对间期癌症进行分类。这些分类包括：遗漏读取错误、可行动的细微迹象、不可行动的细微迹象、真正的间期癌症、隐匿性（在乳房X光片上真正看不见）以及由于技术错误而遗漏。
然后，研究人员将一种商用的人工智能软件Transpara应用于在癌症诊断前进行的初始筛查乳房X光片，以确定它是否能检测到放射科医生在初次筛查时错过或至少标记为可疑的细微癌症迹象。该工具对每个乳房X光片进行1到10的癌症风险评分。评分为8或更高被视为标记为潜在令人担忧。
主要发现包括：
- 研究小组发现，人工智能标记了76%最初被读为正常但后来与间期乳腺癌相关的乳房X光片。
- 在遗漏读取错误的情况下，它标记了90%的病例，这些病例中的癌症在乳房X光片上是可见的，但被放射科医生遗漏或误读。
- 它捕获了大约89%的具有非常细微迹象并可以合理采取行动的癌症，以及72%的具有过于细微迹象无法采取行动的癌症。
- 对于完全看不见的隐匿性癌症，人工智能标记了69%的病例。
- 对于真正的间期癌症，即在筛查时尚未出现但在后来发展的癌症，人工智能标记了约50%的病例。
“尽管我们取得了一些令人兴奋的结果，但我们还发现了很多人工智能的不准确性和需要在实际环境中进一步探讨的问题，”该研究的资深作者、加州大学洛杉矶分校大卫·格芬医学院放射学助理教授Hannah Milch博士说。
“例如，尽管在乳房X光片上看不到，人工智能工具仍然标记了69%的隐匿性癌症筛查乳房X光片。然而，当我们查看图像中人工智能标记为可疑的具体区域时，人工智能的表现并不好，只在22%的情况下标记了实际的癌症。”
需要更大规模的前瞻性研究来了解放射科医生在实践中如何使用人工智能，并解决一些关键问题，例如如何处理人工智能标记为可疑但人眼看不见的情况，尤其是在人工智能不能总是准确地定位癌症位置的情况下。
“尽管人工智能并不完美，不应该单独使用，但这些发现支持了人工智能可以帮助将间期乳腺癌转向主要是真正的间期癌症的想法，”Yu补充道。
“这表明人工智能有可能作为第二双眼睛发挥作用，特别是对于那些最难早期发现的癌症类型。这是为了让放射科医生拥有更好的工具，让患者有最好的机会尽早发现癌症，从而挽救更多生命。”
(全文结束)
