• 四川大学华西医院乳腺外科(成都 610041);
导出 下载 收藏 扫码 引用

目的围绕在乳腺癌筛查与诊断中开展的基于神经网络的人工智能的研究,对其现状及临床应用价值进行概述。方法 检索中国知网和 PubMed 数据库中神经网络和人工智能在乳腺 X 线、乳腺超声、乳腺磁共振及乳腺病理学诊断方面的联合研究,进行综述。结果乳腺 X 光数字乳腺图像数据库(Digital Database for Screening Mammography,DDSM)等乳腺 X 线公共数据库为神经网络在乳腺 X 线领域的研究提供了原材料,国内外运用神经网络对乳腺疾病影像进行筛查及诊断的研究中,以乳腺 X 线开展得最多。神经网络在乳腺 X 线及乳腺彩超领域的研究方面均可做到病灶分割、测量、特征分析、良恶性判断及出具结构化报告。神经网络在乳腺超声领域的应用集中在乳腺疾病良恶性的诊治。三星麦迪逊集团率先将研究成果嫁接在超声仪器中。乳腺 MRI 具有较多高通量信息,率先成为人工神经网络与影像组学联合研究的切入点。病理图像拥有较多需测量的数据信息,数据量化分析是神经网络的优势,二者结合,可显著提高病理医生的诊断时效。结论研究人工智能在乳腺癌的筛查与诊断中的应用,实质是分析神经网络在乳腺影像及病理领域的应用。目前人工智能筛查可以作为医师辅助工具,是一个客观诊断参考助手,用于提高乳腺超声疾病的诊断时效。随着医学影像组学及神经网络彼此的发展,人工智能在医学领域的应用可扩展到手术方式设计、疗效评估、预后分析等。