乳腺AI与钼靶在乳腺结节定性诊断及术前指导中的应用价值

【摘要】 目的：观察乳腺人工智能（AI）与钼靶在乳腺结节定性诊断及术前指导中的应用价值。方法：选取2019年1月—2023年6月萍乡市人民医院收治的乳腺结节患者164例，对所有患者行乳腺AI检查及乳腺钼靶检查，以病理诊断结果为金标准，比较乳腺AI、钼靶及两者联合对乳腺结节定性诊断及术前指导的价值。结果：164例患者中，经手术病理结果发现174个乳腺结节，共136个良性病变（纤维腺瘤54例，乳腺病26例，肉芽肿性小叶性乳腺炎52例，单纯性囊肿4例），38个恶性病变（浸润性导管癌14例，乳头状癌12例，导管原位癌12例）。乳腺AI检查定性诊断乳腺结节的敏感度、特异度及准确性分别为73.68%、91.17%及87.36%；乳腺钼靶检查为57.89%、85.29%及79.31%；两者联合敏感度及准确性分别为89.47%、91.95%，均显著高于单独诊断，差异均有统计学意义（P<0.05）。结论：乳腺AI联合钼靶检测能显著提高乳腺结节定性诊断效能，对于乳腺结节术前评估价值较高。

【关键词】 乳腺AI 乳腺钼靶 乳腺结节 定性诊断 术前指导

The Application Value of Breast AI and Molybdenum Target in Qualitative Diagnosis and Preoperative Guidance of Breast Nodules/LI Qi， LI Fengzhang， LIU Tianxiao. //Medical Innovation of China， 2024， 21（24）： -142

[Abstract] Objective： To observe the application value of breast artificial intelligence （AI） and mammography in qualitative diagnosis and preoperative guidance of breast nodules. Method： A total of 164 patients with breast nodules admitted to Pingxiang People's Hospital from January 2019 to June 2023 were selected， and all patients underwent breast AI and mammography. The pathological diagnosis results were used as the gold standard. The value of breast AI， mammography and their combination in qualitative diagnosis and preoperative guidance of breast nodules were compared. Result： Among 164 patients， 174 breast nodules were found through surgical pathology， with a total of 136 benign lesions （54 fibroadenomas， 26 breast diseases， 52 granulomatous lobular mastitis and 4 simple cysts） and 38 malignant lesions （14 invasive ductal carcinoma， 12 papillary carcinoma and 12 ductal carcinoma in situ）. The sensitivity， specificity and accuracy of qualitative diagnosis of breast nodules using breast AI examination were 73.68%， 91.17% and 87.36%， respectively; those of breast molybdenum target examination was 57.89%， 85.29% and 79.31%; the combined sensitivity and accuracy of the two methods were 89.47% and 91.95%， respectively， which were significantly higher than those of individual diagnosis， the differences were statistically significant （P<0.05）. Conclusion： Breast AI combined with mammography can significantly improve the qualitative diagnostic efficiency of breast nodules， and has high value in preoperative evaluation of breast nodules.

[Key words] Breast AI Mammography Breast nodule Qualitative diagnosis Preoperative guidance

First-author's address： Department of Imaging， Pingxiang People's Hospital， Pingxiang 337000， China

doi：10.3969/j.issn.1674-4985.2024.24.031

乳腺结节作为一种常见的乳腺疾病，近年来成为威胁女性生命安全的危险因素之一，其发病率呈现逐年上升的趋势[1-2]。乳腺结节常见于乳腺肿瘤与乳腺增生，其中乳腺肿瘤有良性与恶性之分，两者之间的预后水平差异较大，因此选择合理高效的定性诊断措施对提高乳腺结节患者的临床疗效及预后水平意义重大[3-4]。目前临床上常使用超声、乳腺钼靶、磁共振成像（MRI）等影像学检查手段对乳腺结节患者进行诊断，具有方便快捷、操作简单等优点，但不同检查方法之间的诊断效能存在差异[5-6]。乳腺钼靶检查常用于乳腺癌早期筛查过程中，对于筛查乳腺癌的准确性较高[7]，但读图诊断结果较大程度依赖于医师的主观经验。乳腺人工智能（artificial intelligence，AI）作为一种新兴的检测方法，具有快速识别、精准判断及自动分析并生成诊断报告等优势而备受关注，既往研究表明乳腺AI检测对于诊断乳腺结节、甲状腺结节等定性诊断中临床应用价值较高[8-9]。本研究通过比较乳腺AI与乳腺钼靶两种检查方式的乳腺结节定性诊断效能，探究其对乳腺结节定性诊断及术前指导中的应用价值，为临床诊断提供科学依据，现报道如下。

1 资料与方法

1.1 一般资料

选择2019年1月—2023年6月萍乡市人民医院收治的乳腺结节女性患者164例，其中年龄24～59岁，平均（42.74±9.33）岁，病程1～36个月，平均（22.71±5.10）个月，病灶直径2.9～82.4 mm，平均（12.96±7.31）mm。（1）纳入标准：①经临床触诊发现乳腺肿块，并经超声检查发现乳腺结节；②均接受手术切除病灶，并确定具体的病理类型；③未接受其他结节治疗方案；④对本研究方案充分了解后签署相关同意书。（2）排除标准：①临床资料不完善；②乳腺AI未能识别病灶；③伴有精神疾病，配合度较差；④具有手术禁忌证。本研究经萍乡市人民医院医学伦理委员会批准，患者及患者家属知情同意本研究。

1.2 方法

1.2.1 乳腺AI检查方法 患者在检查时取仰卧位，对患者的乳腺部位进行全方位扫描后，记录患者乳腺结节的大小、位置及边界、形态等情况，将得到的病灶静态图传输至乳腺AI检测系统，经过预处理、建模及后处理三个步骤。首先是通过腺体分割的预处理后得到所需的腺体区域，经过特定的复合网络对图像相关的特征信息进行有效捕捉，在提取的特征图上使用定锚点的方法获取相应的检出框，检出患者乳腺部位的肿块、结构异常及不对称等，最后通过后处理程序对腋下淋巴结等的误判进行剔除。得到AI自动检测分析的病灶评级，通过归一化方法得到该结节属于乳腺影像报告和数据系统分类（breast imaging reporting and data system，BI-RADS）中的某一类别，其中0类为评估结果不完整，需要与其他检查结果结合判断；1类为结果未见异常；2类为良性病变，需进行定期随访；3类为良性病变可能；4a类为10%以下的恶性病变可能；4b类为10%～50%的恶性病变可能；4c类为>50%～95%的恶性病变可能；5类为95%以上的恶性病变可能[10]。≤3类归为良性，4类及以上为恶性。

1.2.2 乳腺钼靶检查方法 采用SN-DR3数字乳腺X射线系统（上海聚慕医疗器械有限公司）对患者的双侧乳腺行头足轴位检查，选择模式为自动曝光，根据不同患者的年龄及乳腺发育的实际情况，设定相应的曝光条件，电压为22～49 kVp，电流为50 mA。根据图像显示结果对患者的乳腺结节情况进行分析。良性：肿块形态规则，边界清晰；肿块密度均匀，无钙化灶；周围组织结构清晰，无浸润性改变。恶性征象：肿块形态不规则，边界模糊；肿块密度不均，有粗大颗粒状钙化灶；周围组织结构紊乱，可见浸润性改变。分别由两位具有丰富诊断经验的阅片医师独立进行阅片，当两者诊断的结果不一致时，由两位医师进行讨论并确定最终的诊断结果。

1.2.3 诊断标准 通过手术的病理结果确定患者乳腺结节类别。联合诊断良性与恶性判断标准：乳腺AI检查与乳腺钼靶检查任意一项为恶性，判断为恶性，两者均为良性，判断为良性。

1.3 统计学处理

选择SPSS 18.0软件对数据进行分析，计数资料用百分比表示，采用字2检验。P<0.05表示差异有统计学意义。

2 结果

2.1 诊断结果

164例患者中，经手术病理结果发现174个乳腺结节，结节位于右乳84个，左乳90个。其中136个良性病变（纤维腺瘤54例，乳腺病26例，肉芽肿性小叶性乳腺炎52例，单纯性囊肿4例），38个恶性病变（浸润性导管癌14例，乳头状癌12例，导管原位癌12例）。

2.2 乳腺AI、钼靶及两者联合检查结果

通过乳腺AI检查确诊的40个恶性结节中，确诊为恶性结节的有28个，确诊率为70.00%，另外12例良性结节，经病理检查结果诊断为纤维腺瘤。确诊为良性的134个结节中，经病理检查确诊为良性的有124个，确诊率为92.54%。通过乳腺钼靶检查确诊的42个恶性结节中，确诊为恶性结节的有22个，确诊率为52.38%，另外20个良性结节，经病理检查结果诊断为肉芽肿性小叶性乳腺炎。确诊为良性的132个结节中，经病理检查确诊为良性的有116个，确诊率为87.88%。通过乳腺AI联合乳腺钼靶检查确诊的44个恶性结节中，确诊为恶性结节的有34个，确诊率为77.27%。确诊为良性的130个结节中，经病理检查确诊为良性的有126个，确诊率为96.92%。乳腺AI、钼靶两者联合检查的敏感度及准确性均显著高于单一检查组（P<0.05）。见表1、表2、表3、表4。

3 讨论

近年来我国乳腺结节等疾病的发病率逐年上升，尽早进行合理定性诊断对于手术方案的选择及提高患者的预后水平意义重大。乳腺钼靶检查能够通过对患者的乳腺整体进行成像，从而降低了人为漏诊率，另外由于乳腺钼靶检查对于1 cm以下的微小病灶识别的敏感性较高，能够有效检出早期恶性病变[11]。但有研究结果表明，乳腺钼靶检查伴有一定的电离辐射，患者接受度不高，且在检测乳腺结节边缘部位存在盲区，因此其应用存在局限[12]。随着医学领域的不断发展，AI技术在乳腺诊断方面备受关注。乳腺AI检查能够全方位对患者的乳腺病灶成像进行分类及识别，能进一步对乳腺癌进行诊断及评估预后水平[13]。既往研究表明，乳腺AI联合超声检查对乳腺肿瘤良性与恶性诊断的准确率高达92%及以上，同时敏感度与特异度均超过90%，并大大缩短了检查时间[14]。

本研究结果显示，乳腺AI检查定性诊断乳腺结节的敏感度、特异度及准确性分别为73.68%、91.17%及87.36%。乳腺AI技术能够通过系统的深入分析，能够高效准确地提取患者乳腺病灶处的结节形态特征，例如微小毛刺及微钙化等，可以准确获取患者病灶相关信息并进行传输。高思琦等[15]的研究结果显示，乳腺AI在对乳腺良恶性病灶进行诊断时的特异度较高，本研究结果与之具有一致性。但是乳腺AI检查仍会造成一些假良性与假恶性的诊断结果，本研究结果显示12个经乳腺AI检查确诊为恶性的结节，经病理检查结果诊断为纤维腺瘤，干扰了诊断结果。主要原因在于纤维腺瘤的静态图像与乳腺癌类似，从而导致AI分析时出现误判现象。乳腺钼靶检查定性诊断乳腺结节的敏感度、特异度及准确性分别为57.89%、85.29%及79.31%。已有相关文献[16]报道乳腺钼靶检查4a期病灶时，均表现出边缘模糊、病灶组织呈现高密度影像，且肿瘤边缘部位呈现毛刺影或放射状影，同时也能较好体现肿瘤组织侵袭生长的状态，使得乳腺钼靶检查的准确性与特异度较高[17-18]。本研究中乳腺钼靶检查存在较多的假良性与假恶性，提示乳腺钼靶检查与乳腺AI检查联合使用可提高诊断的准确性。另外本研究显示乳腺AI联合乳腺钼靶定性诊断乳腺结节的敏感度及准确性分别为89.47%、91.95%，均显著高于单一检测方法，说明乳腺AI联合钼靶检测能显著提高乳腺结节定性诊断效能。主要原因在于乳腺AI与乳腺钼靶联合使用时，可提高检查结果的客观性及敏感度，两者互为补充，发挥协同作用，共同提高了良恶性结节的检出准确率。

BI-RADS分级中，通常4类及以上考虑恶性的可能性较大，往往需要建议患者做活检手术明确结节最终性质，并指导后续是否需要进一步手术治疗[19-20]。乳腺AI联合乳腺钼靶检查能够更加直观、清晰地对患者的乳腺病灶进行观察，避免漏诊及误诊等情况的发生，因此建议临床联合使用两种检查方法，根据检查结果及时给予针对性处理策略，采取合适的治疗方案，以提高患者的预后水平。本研究局限性在于样本量较少，今后的研究可进一步扩大样本量对联合诊断效能进行验证。

综上所述，乳腺AI联合钼靶检测能显著提高乳腺结节定性诊断效能，对于乳腺结节术前评估价值较高。

参考文献

[1]陈光玉，金永红.乳腺结节的超声声像图表现与病理结果的对比分析[J].中国CT和MRI杂志，2020，18（6）：85-88.

[2]郭飞，高靓，杨涛，等.分散型乳腺结节应用麦默通微创旋切术治疗的效果及预后分析[J].中国妇幼保健，2020，35（17）：3308-3310.

[3]乔向彬，肖保军.VTIQ技术对乳腺BI-RADS4类结节的定性诊断价值[J].中南医学科学杂志，2022，50（1）：71-74.

[4]陈剑琼，肖榕，周玮珺，等.灰阶超声影像组学在诊断乳腺结节良恶性中的应用价值[J].安徽医科大学学报，2022，57（2）：325-328.

[5]刘健，武敬平，王宁，等.弹性应变率比值联合乳腺超声影像报告和数据系统诊断乳腺结节的应用价值[J].中国医学科学院学报，2021，43（1）：63-68.

[6]解福友，邱晓晖，刘艺超，等.3.0T乳腺动态增强MRI联合钼靶X线对直径≤2cm乳腺小结节良恶性鉴别诊断价值[J].磁共振成像，2021，12（12）：71-74.

[7]王玲，薛天鸽，王振云.核磁共振、乳腺钼靶对早期乳腺癌影像诊断的比较分析[J/OL].临床医药文献电子杂志，2019，6（10）：154.https：//d.wanfangdata.com.cn/periodical/ChlQZXJpb2RpY2FsQ0hJTmV3UzIwMjQwNzA0EhFsY3l5ZHp6ejIwMTkxMDExMhoIZHA0ZmsxZWM%3D.

[8]吴墅，赵佳琦，陈蕊.人工智能自动检测系统辅助超声诊断乳腺结节的临床应用[J].同济大学学报（医学版），2022，43（4）：509-514.

[9]刘芳欣，王洲，任永凤，等.乳腺超声人工智能应用进展[J].中国医学影像技术，2021，37（11）：1731-1734.

[10]罗成龙，宋一曼，于湛，等.基于乳腺数字X射线图像纹理分析对乳腺BI-RADS 4类以上钙化灶定性诊断的价值[J].郑州大学学报（医学版），2022，57（2）：233-237.

[11]赵婷，蒋世亮.乳腺钼靶、超声造影检查鉴别诊断乳腺非肿块样强化病变的良恶性质的对比分析[J].影像科学与光化学，2021，39（4）：512-516.

[12]王英颖，刘景哲，火忠，等.乳腺叶状肿瘤的乳腺钼靶X线摄影、彩色多普勒超声表现与病理对照研究[J].实用放射学杂志，2020，36（5）：745-747.

[13]岳萌，刘月平.人工智能在乳腺癌病理诊断中的应用价值[J].临床与实验病理学杂志，2021，37（9）：1081-1084.

[14] FUJIOKA T，KUBOTA K，MORI M，et al.Distinction between benign and malignant breast masses at breast ultrasound using deep learning method with convolutional neural network[J].Jpn J Radiol，2019，37（6）：466-472.

[15]高思琦，牛司华，黄剑华，等.超声人工智能在乳腺良恶性疾病鉴别诊断中的应用[J].中国超声医学杂志，2021，37（7）：752-755.

[16]李慧，焦雄.基于影像组学的乳腺钼靶图像分类模型研究[J].太原理工大学学报，2022，53（4）：728-735.

[17]梁兴明，黄世海，汪轶亭，等.钼靶X射线与彩色多普勒超声对乳腺癌的影像学特征及诊断价值比较分析[J].现代生物医学进展，2022，22（17）：3319-3323.

[18]车凌祥，黄晴.彩色多普勒超声超声弹性成像及X线钼靶检查在健康体检妇女乳腺癌筛查中的方案优化[J].中国妇幼保健，2021，36（14）：3385-3388.

[19]储荣先，彭梅.BI-RADS分类联合超声弹性成像技术对青年女性乳腺癌的诊断价值[J].中国超声医学杂志，2023，39（7）：765-768.

[20]任波，刘艳，单炜丽.超声乳腺影像报告和数据系统4C级乳腺癌临床病理特征及超声引导下穿刺活检对其的诊断价值分析[J].中国医学装备，2023，20（10）：98-102.

（收稿日期：2024-01-26） （本文编辑：占汇娟）

①萍乡市人民医院影像科 江西 萍乡 337000

通信作者：李琪