Good Lifestyle

国家乳腺癌基金会估计 八分之一的女人 在美国，她的一生将发展乳腺癌，研究表明，具有密度和脂肪乳腺组织的女性有 四至六倍的风险 癌症。 随着技术和研究的发展，我们对乳房X线摄影报告和风险因素的了解比以往任何时候都了解更多。 而现在，一种新的AI工具可以帮助定位具有密集组织的女性，标准图像并不总是检测到的乳腺癌。

有关的： 科学家可能已经破解了预测密集组织乳腺癌的代码 。

一种新的AI工具可以更准确地定位癌性乳腺肿瘤。

在发表在《杂志》上的一项研究中 放射学 ，研究人员推出了一种新的AI检测模型，该模型可以在乳房图像上准确定位癌性肿瘤。 根据作者，该工具不是替代磁共振成像（MRI），而是“提高筛选乳房MRI的准确性和功效”。

“ AI辅助MRI可能会发现人类找不到的癌症，” Felipe Oviedo 博士，主要研究作者，Microsoft AI Good Lab的高级研究分析师，他说 新闻稿 。

但是，尽管MRI比乳房X光检查更全面，但它们的成本更高，假阳性率更高。 研究人员认为，新的AI检测模型可以弥合差距，并进一步发展妇女健康的发展。

最重要的是，也许AI模型可能是胸部密集组织的女性的挽救生命工具，这是增加乳腺癌风险的因素。 乳腺癌研究基金会 （BCRF）。

有关的： 医生说，大多数65岁以上的妇女不需要子宫颈抹片检查 - 司司机说其他 。

该测试可能是对乳房密集组织的女性挽救生命的。

作为 最好的生活 先前解释说：“密集的乳房组织是指较少的脂肪组织和更纤维和腺组织的乳房 - 换句话说，这是您的乳房在乳房X线照片上的出现。

在乳房X线照片上，密集的乳房组织和肿瘤都显得白色，这（不用说）使放射学家更难破译可能的癌性。 通过密集组织看到肿瘤也很难 克利夫兰诊所 。

乳腺癌始于您的纤维状组织，这是自然致密的。 不幸的是，“您乳房中纤维状的组织越多，乳腺癌就会越大，”诊所说。

有四种类型的致密乳房组织：

• 主要是脂肪组织
• 散落
• 异质的密集乳房组织
• 极度致密的乳房组织

在四个散射的纤维界和异质性致密的乳房组织中，最常见（女性为40％）。

“在40岁以下的女性中，密集的乳房组织更常见，患有低体重指数（BMI），具有密集组织的家族史的女性，怀孕或母乳喂养的女性以及接受激素替代疗法（HRT）的女性，”报道说。” 最好的生活 。

有关的： 85％的未接种妇女可能会感染这种病毒，而新的研究将其与心脏病联系起来 。

该工具如何工作，什么时候可以使用？

AI异常检测模型是华盛顿大学放射学系Olviedo研究团队和临床研究人员的创意。 它旨在区分正常数据和异常数据和标志异常，以进行进一步评估。 结果，乳房MRI图像获得了“估计的异常得分”。

那么，他们如何实现这一目标？ 研究人员训练了AI模型“使用近10,000个连续增强的乳房MRI检查的数据”，其中包括42.9％的乳房，乳房致密11.6％，乳房非常致密。

Oviedo称AI工具为“有前途的解决方案”。

他说：“与传统的二元分类模型不同，我们的异常检测模型学会了对良性病例的强大表示，以更好地识别异常恶性肿瘤。”

此外，研究人员说，AI工具可以为MRIS生成“空间分辨的热图”。 借助此功能，热图突出显示了乳房图像中检测到的异常的“颜色”区域。

该功能对171名女性进行了测试，这些女性接受了对已知癌症的筛查或术前评估的MRI，以及221名侵入性乳腺癌的女性。 根据调查结果，“模型鉴定出的异常区域与放射科医生注释的活检证明的恶性肿瘤区域相匹配，在很大程度上超过了基准模型的性能。”

研究人员说，AI模型在癌症的高患病率和低癌症患病率病例中都取得了成功。 Oviedo认为，将工具集成到放射学工作流程中可以“提高阅读效率”。

Oviedo说：“我们的模型提供了可以理解的，像素级的解释，对乳房中的异常情况。” “这些异常热图可能会突出潜在的关注区域，从而使放射科医生能够专注于那些更可能是癌症的检查。”

Oviedo表示，在准备临床应用之前，AI工具仍在进行评估。