人工智能诊断系统在乳腺X线良恶性病变鉴别诊断中的应用.pdfVIP

胸部影像学

317

CHESTIMAGING

人工智能诊断系统在乳腺X线良恶性病变鉴别

诊断中的应用

色1.21,3

刘文艳李勇刚杨玲！桑节峰？李

李平！

目的：评估基于全卷积单阶段神经网络的人工智能（AI）诊断系统在乳腺X线良恶性病变鉴别诊断

【摘要】

中的应用价值。方法：回顾性收集288例患者的乳腺X线图像及病理学资料，由AI系统及高、中、低年资医

师分别对乳腺良恶性病变进行乳腺影像报告与数据系统（BI-RADS）分类。以病理结果为金标准，计算诊断

准确率、阳性预测值、阴性预测值，使用受试者工作特征（ROC）曲线分析其诊断效能。比较AI与不同年资

医师诊断准确性的差异，并比较不同乳腺密度、病灶类型及病灶大小对诊断的影响。结果：针对288个病灶

（良性病灶100个、恶性病灶188个），AI及高、中、低年资医师诊断乳腺良性病变的准确率分别为89.00%、

94.00%

分别为93.49%、96.61%、92.09%、83.33%；阴性预测值分别为74.79%、84.68%、77.48%、57.94%；ROC曲

线下面积（AUC）值分别为0.87、0.92、0.86、0.72。良性病变中，AI与低年资医师诊断准确度差异有统计

学意义（P0.05）；恶性病变中，AI与高、低年资医师诊断准确度差异有统计学意义（P0.05）。对于不同

乳腺密度、病灶类型及病灶大小，AI及高、中、低年资医师诊断准确度差异均无统计学意义（均P0.05）。

结论：AI诊断系统在乳腺X线良恶性病变鉴别诊断中准确率较高，明显高于低年资医师，与中年资医师相

当，低于高年资医师，且不受乳腺密度、病灶类型及病灶大小的影响，具有较好的临床应用价值。

【关键词】人工智能；乳腺X射线摄影；良性；恶性

中图分类号：R445.3文献标志码：A文章编号：1006-5741(2024)03-0317-05

ApplicationofArtificialIntelligenceDiagnosticSysteminDifferentialDiagnosisof

BenignandMalignantLesionsonMammography

LIUWenyan2,LIYonggang3,YANGLing,SANGJiefeng,LIPing

[Abstract)Purpose:Toevaluatetheapplicationvalueofartificialintelligence(Al)diagnosticsystembasedon

fullyconvolutionalone-stageneuralnetworkinthedifferentialdiagnosisofbenignandmalignantlesionson

mammography.Methods:Themammographicimagesandpathologicaldataof288patientswereretrospectively

collected.ThebreastlesionswereclassifiedusingBreastImagingReportingandDataSystem(BI-RADS)byAI

systemand