人工智能乳腺 MRI 技术的新发展有助于放射科医生提高效率，改善这种高发癌症的患者体验。
人工智能 (AI) 在医疗保健领域的应用显示出极大的发展潜力，几乎涉及到所有医学领域，比如识别败血症1模式和检测肺萎缩等严重事件。2
AI 对放射学科的益处尤为显著，因为该技术识别异常现象的速度，远远超过人类可能达到的极限。这种技术速度快且精度高，可帮助自动完成繁琐的任务，让临床医生有更多的时间专注于高水平的治疗决策。这些优点不仅可以提高效率，它在加速扫描、轻松安排和缩短听诊时间等方面的优势，也有助于改善患者体验。3
因此，AI 算法已广泛用于从 X 射线到 CT 扫描的各种成像模式。AI 技术已成功应用于磁共振成像 (MRI) 中，在诸如前列腺癌等领域中的应用尤为广泛。4
如今随着乳腺癌算法学习的新发展，这种高发癌症类型5也成为人们关注的焦点。
癌症检测算法学习
最近举行的 2019 年乳腺成像研讨会中发表了一项研究，介绍了一种已成功用于乳腺 MRI 的先进算法。以往的乳腺 MRI 通常仅用于乳房组织特别致密、罹患乳腺癌风险较高或乳腺 X 线摄影显示异常结果的患者。6
作为该项目的一部分，研究人员将 MRI 图像输入“神经网络”，这是一种类似于人类思维的算法网络，可帮助计算机从错误中学习新知识。这是行业专家称为“深度学习”的核心。
在技术出错时会将图像返回到程序中，直至机器学完这个课程。在对约 6,000 个图像切片重复该过程后，该算法基本能达到可在任何给定 MRI 图像中识别是否存在乳腺肿瘤的程度。
本次研究对 277 名女性的图像进行研究，计算机的准确度为 93％，灵敏度为 94％，特异性为 92％。研究人员认为，如果计算机能从 20,000 个图像切片中学习数据，结果可能会更好，因为这是深度学习最理想的学习环境。7
这些积极的结果表明医生和患者均可受益：患者可以在焦虑的等待过程中可以更快地了解自己的病情，8医生则可在成像检查过程中立即查看目标 MRI 切片，加快阅片速度。7
AI 与 MRI 结合使用的多方面研究
尽管这项研究意义重大，但在 2019 年乳腺成像研讨会中发表的研究报告并非 AI 在乳腺 MRI 领域的首次应用，除了检测异常（尽管这占据了很大一部分）外，AI 和 MRI 还被用于其他领域。
例如在《美国放射学杂志》的一篇回顾性综述中，作者回顾了 2008 年至 2018 年间 AI 支持乳腺 MRI 研究的发展过程。9。在回顾了 67 项将 AI 与 MRI 结合使用的研究后，作者发现：
- 54％ 的研究涉及 AI 在乳腺 MRI 中的病变分类能力。
- 21％ 的研究探讨了 AI 对 MRI 图像处理的影响。
- 13％ 研究了 AI 对 MRI 预后成像的影响。
- 12％ 研究了在跟踪新型辅助治疗反应的过程中，AI 支持的 MRI 可能发挥的潜在作用。
作者总结道，这些活动表明，人们对基于 AI 的 MRI 研究兴趣很高，未来只会有增无减。9随着卫生系统与医生逐渐意识到它在预后和结果方面的益处，它可能会像任何其他成像模式一样，成为 MRI 的一个重要组成部分。
AI 与 MRI 的未来
随着技术的发展，未来人们可能很难察觉成像过程是否借助了智能机器的帮助。GE Healthcare 最近通过一个未来的故事解释了这一概念：这个虚构的故事发生在 2030 年，一个叫做 Sophie 的女性在乳腺自检时发现异常。
随后 Sophie 开始进行进一步的确诊，AI 不仅能够确定她是否患有乳腺癌，还可预测 Sophie 的存活机会。智能机器提供的这些信息，将有助于医生为她制定最佳治疗计划，最终医生帮助她战胜了这个曾经夺去她母亲生命的病魔。10
尽管 Sophie 故事中涉及的技术尚未应用于临床实践，但研究人员在研究 AI 潜力方面已取得重大进展，这个故事将会在未来变成现实。AI 强化的 MRI 技术在其他方面也引起了专家的兴趣，特别是在医学图像配准和活检方案方面。11
目前在这个领域所作的广泛研究不断吸引着世界的关注，这会产生更多证据，用于改善 AI 在成像领域中的应用。AI 成为乳腺癌筛查中重要组成部分的结果只是时间问题，可能会比大家的预期更快地实现。
参考文献:
1. The Artificial Intelligence Clinician learns optimal treatment strategies for sepsis in intensive care. Nature. https://www.nature.com/articles/s41591-018-0213-5. Accessed Oct. 4, 2019.
2. AI-embedded X-Ray system could help speed up detection of a collapsed lung. GE Healthcare.
http://newsroom.gehealthcare.com/ai-embedded-x-ray-system-could-help-speed-up-detection-of-a-collapsed-lung/. Accessed Oct. 4, 2019.
3. How radiologists can use artificial intelligence to improve care. American Hospital Association.
https://www.aha.org/news/insights-and-analysis/2019-07-23-how-radiologists-can-use-artificial-intelligence-improve-care. Accessed Oct. 4, 2019.
4. Advancements in MRI for prostate cancer. GE Healthcare. https://www.gehealthcare.com/article/advancements-in-mri-for-prostate-cancer. Accessed Oct. 4, 2019.
5. Common Cancer Types. National Cancer Institute. https://www.cancer.gov/types/common-cancers. Accessed Oct. 4, 2019.
6. Magnetic Resonance Imaging (MRI) - Breast. American College of Radiology and Radiological Society of North America. https://www.radiologyinfo.org/en/info.cfm?pg=breastmr. Accessed Oct. 4, 2019.
7. AI Algorithm Detects Breast Cancer in MR Images. Imaging Technology News. https://www.itnonline.com/article/ai-algorithm-detects-breast-cancer-mr-images. Accessed Oct. 4, 2019.
8. If You’re Called Back After a Mammogram. American Cancer Society. https://www.cancer.org/latest-news/if-youre-called-back-after-a-mammogram.html. Accessed Oct. 4, 2019.
9. Artificial Intelligence for Breast MRI in 2008–2018: A Systematic Mapping Review. American Journal of Roentgenology. https://www.ajronline.org/doi/abs/10.2214/AJR.18.20389. Accessed Oct. 4, 2019.
10. The Future is Now: Imaging in 2030 and Beyond. GE Healthcare. https://www.gehealthcare.com/article/the-future-is-now-imaging-in-2030-and-beyond. Accessed Oct. 4, 2019.
11. How AI will change MR imaging. GE Healthcare. https://www.gehealthcare.com/feature-article/how-ai-will-change-mr-imaging. Accessed Oct. 4, 2019.
