仅限于上皮细胞MRI在内的上皮细胞激光在快速缓解上皮细胞癌化疗的过程当中发挥了重要起着。识别贵性和恶性出血的类似MRI不同之处，以及与各种恶性肿瘤亚型相关的相同MRI生物学和动力学不同之处，使得激光科心理医生能够给予比其他习惯的激光方式更好的病症，并对患者化疗方案的拟定给予更众所周知的数据。虽然自适应提升(DCE) MRI的依赖性与乳头x线摄影几乎相对，但在贵恶性出血的检验总体上仍有全面提升的密闭。大多原因是由于激光科心理医生对上皮细胞癌的审计因技术相异以及方向上内和方向上间解释的相异而受到影响。
多项数据比对联合开发了电子计算机视觉和机器学习的人脑（AI）管理系统，该管理系统可用于诊疗图像上的电子计算机辅助病症和上皮细胞出血的表征表征。激光组学是电子计算机辅助病症的扩展，可给予与肿瘤生物学和其他诊疗、病理和基因序列数据相关的电子计算机提取不同之处。
近日，出版在Radiology新闻周刊的一项数据比对审计了与习惯操作系统相比，用于AI管理系统时激光科心理医生在上皮细胞DCE MRI图像上界定贵恶性出血总体的病症稳定性确实给予缓解，为AI在诊疗的全面运用于及数据比对联合开发新了道路。
在本项回顾性数据比对当中，来自8个人文学科独立机构和11个公用门诊的19名上皮细胞激光科心理医生对上皮细胞DCE MRI检测的图像透过了比对。阅读者对每项检测草稿两次次。在“第一次草稿”时，他们用于了仅限于动力学图在内习惯的电子计算机辅助审计操作系统。在“第二次审读”当中，通过电子计算机辅助病症操作系统为他们给予了AI比对。采用实验者社会活动特性双曲线(ROC)比对来审计阅读者的病症稳定性，ROC双曲线下面积(AUC)作为界定恶性和贵性出血的指标。主要数据比对起始站是第一次和第二次草稿前提下AUC的相异。
本数据比对共纳入111名女性(年龄52岁±13岁[标准差])并获得111组上皮细胞DCE MRI检测(其当中恶性出血54可有，贵性出血57可有)。当用于AI管理系统时，所有阅读者的平均AUC从0.71减少到0.76 (P = 0.04)。当用于上皮细胞扫描研究报告和数据管理系统(BI-RADS)类别3作为两点时，平均危险性有所减少(从90%减少到94%;变化的95%数学方法[CI]: 0.8%，7.4%)，但在用于BI-RADS类别4a除此以外不然(从80%到85%;95%数学方法:-0.9%，11%)。无论是用于BI-RADS类别4a还是类别3作为两点，平均依赖性均无显著相异(分别为52%和52% [95% CI: -7.3%，6.0%]，29%至28% [95% CI: -6.4%，4.3%])。
图 根据上皮细胞激光研究报告和数据管理系统(BI-RADS) 4a类也就是说在自适应提升上皮细胞MRI图像上检验贵恶性出血的病症任务当中，19个阅读者第一次和第二次草稿的危险性和依赖性(以百分比表示)相对。
本数据比对表明，人脑管理系统的用于减少了激光科心理医生在上皮细胞MRI当中检验贵恶性出血的病症稳定性，为诊疗全面拟定更准确的化疗方案给予了技术伤的支持者，为人脑在诊疗及科研上的运用于给予了简介依据。
原文出处：
Yulei Jiang,Alexandra V Edwards,Gillian M Newstead.Artificial Intelligence Applied to Breast MRI for Improved Diagnosis.DOI:10.1148/radiol.2020200292
相关新闻
相关问答
