根据放射学上发表的一项新研究，ScreenPoint Medical 的 Transpara AI 决策支持系统可以帮助放射科医生更早、更快地识别潜在的乳腺癌。 突破性的循证软件已经在包括美国、法国、德国和西班牙在内的 30 多个国家用于临床。
由于环境、饮食和生活方式的改变，全球乳腺癌的发病率正在上升，但越来越多的国家报告称缺乏专业的乳腺放射科医师。 在英国和其他国家，每张乳房 X 线照片都由两名放射科专家阅读。 然而，这很昂贵，而且在其他地方通常放射科医生单独工作。 例如，在美国，60% 的放射科医师阅读乳房 X 线照片是普通放射科医师。
众所周知，总体而言，高达 25% 的乳腺癌被筛查漏诊，并且在回顾时被认为是可以检测到的。 越早发现癌症，患者就越早得到治疗，并且在疾病中存活的机会就越大。
这项新研究调查了超过 2,000 种在筛查时遗漏的间期癌症。 Transpara 能够独立识别多达 37.5% 的这些检查。
ScreenPoint Medical 的首席执行官 Nico Karssemeijer 教授说：“我们很幸运能够与该领域的领先临床医生合作，研究乳腺 AI 并了解其优势和局限性。 我们致力于支持提供临床证据的研究，以便我们可以安全地引入我们的技术。 这项大型研究证实了人工智能在改善早期发现细微癌症方面的潜力。 这是一个真正的游戏规则改变者，表明使用人工智能的放射科医生可以显着改善患者护理。”
领导荷兰 DENSE 试验的大学医学中心教授 Carla van Gils 是该论文的作者之一，他补充说：“在这项研究中，将人工智能添加到乳房密度测量中可以显着改善确定风险间期癌。 方法的组合可以帮助我们确定从补充 MRI 筛查中受益最大的乳腺筛查参与者群体，从而减少间期癌症。”
研究发现，通过将 Transpara 乳房护理与众所周知的风险因素乳房密度相结合，可以在阴性筛查后的间隔内标记多达 51% 的被诊断患有癌症的女性。 这是使用 Transpara AI 进行基于图像的短期风险测量的重要一步。
从这篇文章中可以得到什么：
- The study found that by combining Transpara breast care with breast density, which is a well known risk factor, it was possible to flag up to 51% of women diagnosed with cancer in the interval after a negative screening.
- The earlier a cancer is discovered, the earlier a patient can be treated and the greater the chance of surviving the disease.
- Professor Carla van Gils of University Medical Center, who led the DENSE trial in the Netherlands and who is one of the authors of the paper, added.
