유방암: BI-RADS 표준 용어를 기반으로 한 인공신경망을 통한 예측.

목적: 양성과 악성 유방 병변을 분류하기 위한 인공신경망(ANN)이 모든 방사선과 의사가 사용할 수 있도록 표준화할 수 있는지 확인하기 위해. 재료 및 방법: 미국 방사선학회(BI-RADS)의 유방 영상 기록 및 데이터 시스템의 표준화된 용어를 기반으로 하여 ANN이 구축되었다. 네트워크의 18개 입력에는 10개의 BI-RADS 병변 설명자와 환자의 의학적 기록에서 온 8개의 입력 값이 포함되었다. 네트워크는 206개의 사례(양성 133개, 악성 73개)에서 훈련 및 테스트되었다. 네트워크와 방사선과 의사의 수신기 작동 특성 곡선이 비교되었다. 결과: 특정 출력 임계값에서, ANN은 생검의 양성 예측 값(PPV)을 35%에서 61%로 향상시키고 상대적 민감도는 100%였다. 고정 민감도가 95%일 때, ANN의 특이도(62%)는 방사선과 의사의 특이도(30%)보다 유의미하게 높았다(P < .01). 결론: BI-RADS 용어는 유방 생검의 PPV를 향상시킬 수 있는 방사선 전문의와 ANN 간의 표준화된 언어를 제공한다.