用于乳腺癌检测的人工智能在乳腺X线摄影和数字乳腺断层成像中的应用：最新进展

在过去的30年中，乳腺癌筛查通过乳腺X线摄影在多个国家得到引入，最初采用模拟屏幕胶卷系统，过去20年则逐步过渡到完全数字化系统。随着数字化的引入，图像的计算机解读引发了极大的关注，导致在2000年代初期引入了计算机辅助检测（CADe）和诊断（CADx）算法。尽管这些技术被引入时寄予厚望，但在临床领域的潜在改善并未如预期实现，主要是由于每个分析图像的假阳性标记数量过多。在过去五年中，人工智能（AI）在计算领域的革命，主要由深度学习和卷积神经网络推动，也渗透到了数字乳腺X线摄影和数字乳腺断层成像的自动乳腺癌检测领域。该领域的研究最初比较其能力与传统CADe/CADx方法，很快证明了这项新技术的潜力。在过去的几年里，开发了更成熟和一些商业产品，针对这些产品与经验丰富的乳腺放射科医师性能的比较研究显示，这些算法在回顾性数据集中与人类表现水平相当。尽管需要更多的研究，特别是在实际筛查环境中进行的前瞻性评估，但显然人工智能将在未来的乳腺癌筛查领域扮演重要角色。这位新参与者将如何塑造该领域尚待确定，但近期研究已经在评估该技术实施的不同选项。本综述的目的是提供有关数字乳腺X线摄影和数字乳腺断层成像中乳腺癌检测的人工智能基本概念和发展概述。还将讨论传统方法的缺陷以及这一新技术在很大程度上如何避免这些缺陷。重要的是，将回顾评估当前人工智能能力的研究以及关于如何在临床领域利用这些能力的建议，同时提出在这一愿景成为现实之前需要回答的问题。