SCI论文（www.lunwensci.com）:
摘要：目的探讨乳腺X线计算机辅助诊断（computer-aided diagnosis,CAD）系统对初级医生和中级医生的诊断效能产生怎样的影响。方法选择100例病人的370幅数字化乳腺X线影像，分别统计应用CAD系统前后初、中级医生对乳腺癌的敏感度、特异度及准确度。结果使用CAD后再次阅片，初级医生诊断准确度提高了10.0%，中级医生提高了3.0%，具有统计学差异。结论应用CAD技术能提高影像医生，尤其是初级医生的乳腺疾病诊断灵敏度及准确度，同时还能显著降低各级医生筛查工作的漏诊率，有突出的临床价值。
关键词：乳腺X线摄影；计算机辅助诊断；乳腺癌；效果
本文引用格式：王珂琰，林惠岚，周梦雯，等.计算机辅助诊断系统在不同级别医生中乳腺X线筛查的应用价值[J].世界最新医学信息文摘,2019,19(75):197,209.
0引言
据华盛顿大学健康度量和评估研究所统计，世界上每19秒，就有一位女性被诊断患有乳腺癌[1]。在中国，乳腺癌业已成为女性发病率最高的恶性肿瘤。乳腺X线检查作为最有效、最可靠的早期诊断方法，在各级医院被广泛应用。计算机辅助诊断系统（computer-aided diagnosis，CAD）作为医生的“第三只眼睛”，大量研究已证明其有助于提高医生诊断的敏感性和特异性。既往学界研究大多集中于CAD的病灶发现符合率，但对不同级别诊断医生的辅助效果缺乏比较和验证。现对初级和中级影像诊断医生在应用CAD前后的诊断结果进行比较，以探讨CAD对不同级别医生的应用价值。
1资料与方法
1.1临床资料
统计2017年6月至2018年10月期间，于我院放射科就诊的门诊及住院病人，共100例，得到图像共计370幅。本组所有病人均经手术切除或穿刺活检后病理确诊。病人年龄26-85岁，平均年龄56岁。
1.2材料
所有病人均使用Hologic Selenia美国豪洛杰全数字化平板乳腺X线机检查摄片。所有病人每侧乳房常规摄取头足轴（CC）位和内外侧斜（MLO）位，成像矩阵3328×4096，像素尺寸0.070mm，极限空间分辨率7.1lp/mm。工作站搭载CAD软件由美国R2公司开发研制。工作站显示屏为Barco,图像分辨率2048×2560。获得图像自动传输至工作站，乳腺CAD检测并对可疑恶性的钙化簇、肿块及肿块伴钙化病灶分别标识。
1.3方法
1.3.1实验方法
一名初级医生和一名中级医生独立阅片并做出BI-RADS分类，要求每50例在90分钟内完成，100例病例分两天完成。间隔一周后在CAD的辅助下两名医生完成二次诊断。
1.3.2诊断标准
所有病人均并均用乳腺影像报告和数据系统（Breast imaging reporting and system,BI-RADS）分级：0级：评估不完全，需要召回补充其它影像检查进一步评估或与前片比较；1级：阴性；2级：良性改变，恶性率0；3级：良性可能性大，恶性率<2%；4级：需要活组织检查，恶性可能性3%-94%；5级：高度怀疑恶性，恶性的可能性大于95％。本组统计拟定1-3级为阴性，4-5级为阳性。所有病人均经手术切检或穿刺活检病理诊断证实为乳腺癌或非乳腺癌。
1.4统计分析
分别计算初级和中级影像诊断医生在使用CAD前后的灵敏度、特异度和诊断准确度，数据使用SPSS 19.0软件行统计学处理，经Fisher精确检验，设P<0.05有统计学差异。
2结果
使用CAD后，初级医生比使用CAD前新增阳性11例，中级医生新增阳性3例。两名医生在使用CAD前后的影像诊断与病理对照及使用CAD前后的敏感度、特异度、准确度，见表1。
3结论
据国家癌症中心统计，2014年全国女性乳腺癌新发病例27.89万例，占女性恶性肿瘤发病的16.51%，位居女性恶性肿瘤发病第一位[2]。早期诊断和治疗是提高疗效的关键。乳腺X线检查被诸多国内外指南推荐作为首选的筛查工具。乳腺X线检查对降低40岁以上妇女乳腺癌死亡率的作用已经得到了国内外大多数学者的认可[3]。目前，放射科医生漏诊的原因主要有两型：Ⅰ型漏诊(主观漏诊)，为在大量阅片造成视疲劳、注意力下降而忽略了一些小的病灶，或者由于阅片者的个人经验的差异造成一定程度的漏诊；Ⅱ型漏诊（客观漏诊），因无典型恶性影像征像漏诊[4]。回顾本组乳腺癌病例中，使用CAD前初级医生Ⅰ型漏诊11例，Ⅱ型漏诊10例，中级医生Ⅰ型漏诊3例，Ⅱ型漏诊4例。在应用CAD后，初级医生Ⅰ型漏诊1例，中级医生的Ⅰ型漏诊为0例，Ⅱ型漏诊分别为9例及4例,初级医生诊断的阳性病例增多11例，灵敏度提高了17.18%，中级医生的阳性病例增加3例，灵敏度提高4.69%。这些Ⅰ型漏诊的病灶，均为隐藏在大量致密腺体中的微小钙化簇。有文献统计证明，CAD对微小钙化的敏感性极高，可达99%[5],而对肿块的检出率因受腺体密度影响相对较低，约83-90%[6]。在使用CAD系统后，初级医生及中级医生显著增加了阳性病例检出，诊断敏感度提高，两者具统计学差异（P<0.05）。这说明CAD能将影像医生从繁琐的机械劳动中解放出，这种帮助是极具意义的。本组Ⅱ型漏诊的病例，经使用CAD后初级医生检出阳性增加1例，对于中级医生检出数无变化。这些Ⅱ型漏诊的病例，病灶主要为肿块型及不均匀致密表现，乳腺类型均为极度致密或不均匀致密型。对于这些Ⅱ型漏诊，CAD有一定的帮助，但不如对Ⅰ型漏诊的效果明显。与学界大部分研究结果相一致，CAD对肿块和局限致密的敏感度和特异度较钙化明显减低。
CAD除了显著避免Ⅰ型漏诊，还明显提高的初级医生的诊断效力。初级医生缩小了与中级医生使用CAD前准确度的差距。而在使用CAD前，初、中级医生的诊断灵敏度是有明面差异的（分别为76.0%及91.0%）。对于中级医生，使用CAD后诊断符准确度也得到了提高，但不如初级医生显著。由此可见，CAD对低级别医生诊断的辅助作用较高年资医生更大。
CAD技术分两类，计算机辅助侦测系统及计算机辅助诊断系统，其皆属于AI范畴。自20世纪80年代，CAD技术有了快速发展。1998年，美国R2公司开发的乳腺计算机辅助诊断系统ImageChecker通过美国FDA批准上市，成为最早投入临床应用的计算机辅助诊断系统。2016年，美国休斯敦卫理公会医院Wong和Chang团队开发了自然语言处理软件算法，该算法诊断速度是普通医生的30倍，且准确率高达99%[7]。其效率之高可见一斑。目前，中国的绝大部分乳腺X线检查集中在大众型城市，对于8亿城乡居民，所能享受到的医疗服务水准远逊于城市。乳腺X线智能辅助诊断系统可以通过人工智能（AI）赋能到基层医疗，缓解当前因医生精力不足及经验不足而导致的乳腺X线检测普及困难的问题，提高初级医生的诊断水平。
通过研究对比分析我们发现，应用CAD技术能帮助提高影像诊断医生，尤其是初级医生的乳腺诊断敏感度及准确度，进而缓解医生因经验不足和医生人员短缺而导致的乳腺X线检测普及困难的问题，为乳腺癌的普适性早筛提供条件[8]。
参考文献
[1]Institute for Health Metrics and Evaluation,University of Washington,The Challenge Ahead:Progress and Setbacks in Breast and Cervical Cancer,September 2011.
[2]2014年中国女性乳腺癌发病与死亡分析[J].中华肿瘤杂志，2018,40（3）：166-171.
[3]中国抗癌协会乳腺癌诊治与规范（2017年版）[J].中国癌症杂志.2017,27（9）.
[4]鲍润贤主编，中华影像医学.乳腺卷[M].2版.北京：人民卫生出版社，2010:21.
[5]Birdwell RL,I Keda DM,O Shaughnessy KF,et al.Mammograhic characteristics of 115 missed canners later detected with screening mammography and the potential ultility of computer-aided detection[J].Radiology,2001,219(1):192-202.
[6]Wei,Sahiner B,Hadjiiski LM,et al.Computer-aided detection of breast masses on full field digital mammograms[J].Med Phys,2005,32(9):2827-2838.
[7]Patel TA,Puppata M,Ogunti RO,et al.Correlating mammographic and pathologic findings in clinincal decision support using natural language processing and data mining methods.Cancer.2017;123(1):114-121.
[8]路伟,王有文.钼靶X线在乳腺良恶性肿瘤鉴别诊断中的应用价值[J].世界最新医学信息文摘,2015,15(a4):162-163.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/yixuelunwen/21063.html
