维度网讯，在近期举行的美国乳腺影像学会研讨会上公布的一项研究显示，人工智能（AI）软件辅助检测可在乳腺X线摄影中提高对浸润性小叶癌（ILC）的识别敏感率，并识别出部分未被放射科医生发现的病例。该研究由美国哈佛医学院放射学助理教授Leslie R. Lamb医学博士及其同事开展。

浸润性小叶癌约占乳腺癌病例的10%至15%，但在晚期癌症中比例偏高。Lamb博士指出，由于该亚型呈浸润性生长模式且影像学表现微妙，即使在断层合成技术下，筛查性乳腺X线摄影也可能难以检出。它通常不表现为离散肿块，而是结构扭曲或不对称区域，有时甚至无可见异常。

研究团队纳入224名确诊为ILC并接受数字乳腺断层合成（DBT）的女性，评估了Hologic公司的Genius AI Detection 2.0人工智能软件。结果显示，独立放射科医生的敏感率为82.1%，而使用辅助AI后敏感率升至89.3%。此外，AI成功识别并定位了88.6%的ILC真阳性病例，并在40例假阴性病例中检测并定位了16例。

Lamb博士表示：“关键发现是，AI模型对ILC表现出高敏感率，并识别出了放射科医生遗漏的有意义比例的癌症。”他同时指出，目前仍需在真实临床实践中对AI软件的ILC检测能力进行前瞻性评估，未来研究可考察该软件对召回率、假阳性和患者预后的影响。

Lamb博士补充说：“另一个令人警醒的发现是，仍有一小部分癌症（约10%）被放射科医生和AI同时遗漏。这凸显了ILC的挑战，也说明仍有改进空间。”

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com