10.3877/cma.j.issn.1672-6448.2023.01.013
多模态超声联合人工智能S-Detect技术校正BI-RADS分类对乳腺肿块的诊断价值
目的:探讨多模态超声联合人工智能S-Detect技术校正乳腺影像报告与数据系统（BI-RADS）分类对诊断乳腺肿块良恶性的价值。方法:本研究首先采用常规超声、超微血流成像技术及应变弹性成像技术，将2021年7月至12月安徽医科大学第二附属医院收集的连续130例乳腺肿块病例作为训练集进行超声检查，超微血流成像及弹性成像结果分别以血管指数（VI）、弹性应变率（SR）值表示，以病理结果为金标准得出良恶性肿块VI值、SR值的截断值；然后以2022年1月至5月连续110例乳腺肿块作为验证集联合人工智能S-Detect技术，采用常规超声进行BI-RADS分级诊断，再以超微血管成像技术、应变弹性成像技术及S-Detect技术评估结果校正BI-RADS分级，以病理结果为金标准绘制受试者操作特征（ROC）曲线，采用Z检验比较不同诊断方法（常规超声+S-Detect+VI值+ SR值联合诊断以及各方法独立诊断）ROC曲线下面积的差异，计算不同诊断方法的敏感度、特异度、准确性、阳性预测值和阴性预测值。结果:训练集130例乳腺肿块中恶性70例、良性60例，VI值及SR值良恶性截断值分别为4.05、2.59。验证集110例乳腺肿块中恶性63例、良性47例，常规超声、S-Detect、VI值、SR值及四者联合诊断乳腺肿块良恶性的ROC曲线下面积分别为0.936、0.588、0.827、0.802、0.785，联合诊断的效能优于单独应用各独立模块，差异具有统计学意义（Z=6.074，P＜0.001；Z=2.668，P=0.008；Z=3.084，P=0.002；Z=3.293，P=0.001），联合诊断的敏感度为98.4%、特异度为87.2%、准确性为93.6%、阳性预测值为91.2%、阴性预测值为97.6%。根据2013版美国放射学会BI-RADS≥4类肿块应行穿刺活检，穿刺活检率由87.3%（96/110）降至61.8%（68/110），并校正4例被错判为良性的恶性病例（非特殊类型的浸润性乳腺癌3例，导管内原位癌1例），校正32例错判为恶性的良性病例（腺病17例、腺病伴纤维腺瘤14例、叶状肿瘤1例）。结论:多模态超声联合人工智能S-Detect技术校正BI-RADS分类可提升乳腺肿块良恶性的诊断效能，减少不必要的穿刺活检、提高乳腺恶性肿块的检出率。
超声、人工智能、超微血管成像、弹性应变率、乳腺
20
临床研究培育计划项目2021LCZD06
2023-04-28（万方平台首次上网日期，不代表论文的发表时间）
共6页
78-83
