乳腺AI、超声联合MRI在乳腺结节BI-RADS分类中的效能.pdf

第４９卷第６期贵州医科大学学报Ｖｏｌ．４９Ｎｏ．６

２０２４年６月

ＪＯＵＲＮＡＬＯＦＧＵＩＺＨＯＵＭＥＤＩＣＡＬＵＮＩＶＥＲＳＩＴＹ２０２４．６

·临床研究·

乳腺ＡＩ、超声联合ＭＲＩ在乳腺结节ＢＩＲＡＤＳ分类中的



效能



罗富欢，施丽英，谢瑾，赵丽娜，张蓓，陈霞，胡小丽

（贵州医科大学附属医院超声中心，贵州贵阳５５０００１）

［摘要］目的分析乳腺人工智能（ＡＩ）与常规超声（ＵＳ）联合磁共振成像（ＭＲＩ）在乳腺结节乳腺影像报告

和数据系统（ＢＩＲＡＤＳ）分类中的效能。方法选取１０５例乳腺结节患者（１４０个乳腺结节），所有乳腺结节均行

乳腺ＡＩ、ＵＳ及ＭＲＩ检查；采用ＢＩＲＡＤＳ对患者的乳腺结节进行良性和恶性的分类，以术后病理结果为标准，ＢＩ

ＲＡＤＳ４ａ及以下为良性组、ＢＩＲＡＤＳ４ｂ及以上为恶性组，对比３种检查方法对乳腺癌诊断的准确性、敏感性及特

异性，计算受试者工作特征曲线下面积（ＡＵＣ）；根据ＵＳ分类将５５个ＵＳＢＩＲＡＤＳ４ａ类结节作为研究对象，用

ＡＩＢＩＲＡＤＳ４ａ作为截点值，采用ＡＩＢＩＲＡＤＳ对该５５个乳腺结节进行重新分类，分析调整后的ＡＩＵＳＢＩＲＡＤＳ

与ＵＳＢＩＲＡＤＳ、病理结果、ＭＲＩＢＩＲＡＤＳ诊断结果间的一致性和差异，比较ＡＩ、ＵＳ和ＭＲＩ对ＢＩＲＡＤＳ４ａ类结节

的诊断效能。结果３种方法独立应用判断乳腺结节的良恶性时，ＭＲＩ的准确性和敏感性最高，ＡＩ的特异性最

高；在联合诊断乳腺结节的良恶性时，ＵＳ＋ＡＩ＋ＭＲＩ联合诊断乳腺癌的准确性、敏感性及特异性最高且ＡＵＣ最

大；以ＡＩＢＩＲＡＤＳ４ａ类作为截点，对５５例ＵＳＢＩＲＡＤＳ４ａ类乳腺结节进行重新分类，ＡＩ与ＵＳ、病理结果及ＭＲＩ

检测结果均有较高的一致性（Ｐ＜０．０１）；ＡＩ调整后的乳腺ＢＩＲＡＤＳ分类准确性、敏感性、特异性均较调整分类前

提高。结论乳腺ＡＩ、ＵＳ及ＭＲＩ的联合使用可提高乳腺癌的诊断效能，ＡＩＵＳＢＩＲＡＤＳ分类可较好的预测乳腺

结节的良恶性。

［关键词］超声；人工智能；常规超声联合磁共振成像；ＢＩＲＡＤＳ分类；联合诊断；效能

［中图分类号］Ｒ４４５．１；Ｒ４４５．２［文献标识码］Ａ［文章编号］２０９６８３８８（２０２４）０６０８８２０６

ＤＯＩ：１０．１９３６７／ｊ．ｃｎｋｉ．２０９６８３８８．２０２４．０６．０１３

ＥｆｆｉｃａｃｙｏｆＡＩｉｎｂｒｅａｓｔ，ｕｌｔｒａｓｏｕｎｄｃｏｍｂｉｎｅｄｗｉｔｈＭＲＩｉｎ

ＢＩＲＡＤＳｃｌａｓｓｉｆｉｃａｔｉｏｎｆｏｒｂｒｅａｓｔｎｏｄｕｌｅｓ

ＬＵＯＦｕｈｕａｎ，ＳＨＩＬｉｙｉｎｇ，ＸＩＥＪｉｎ，ＺＨＡＯＬｉ＇ｎａ，ＺＨＡＮＧＢｅｉ，ＣＨＥＮＸｉａ，ＨＵＸｉａｏｌｉ

（ＤｅｐａｒｔｍｅｎｔｏｆＵｌｔｒａｓｏｕｎｄ，ｔｈｅＡｆｆｉｌｉａｔｅｄＨｏｓｐｉｔａｌｏｆＧｕｉｚｈｏｕＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕｉｙａｎｇ５５０００１，Ｇｕｉｚｈｏｕ，Ｃｈｉｎａ）

［Ａｂｓｔｒａｃｔ］ＯｂｊｅｃｔｉｖｅＴｏａｎａｌｙｚｅｔｈｅｅｆｆｉｃａｃｙｏｆａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ（ＡＩ）ｉｎｂｒｅａｓｔａｎｄ

ｃｏｎｖｅｎｔｉｏｎａｌｕｌｔｒａｓｏｕｎｄ（ＵＳ）ｃｏｍｂｉｎｅｄｗｉｔｈｍａｇｎｅｔｉｃｒｅｓｏｎ