根據放射學上發表的一項新研究，ScreenPoint Medical 的 Transpara AI 決策支持系統可以幫助放射科醫生更早、更快地識別潛在的乳腺癌。 突破性的循證軟件已經在包括美國、法國、德國和西班牙在內的 30 多個國家用於臨床。
由於環境、飲食和生活方式的改變，全球乳腺癌的發病率正在上升，但越來越多的國家報告稱缺乏專業的乳腺放射科醫師。 在英國和其他國家，每張乳房 X 線照片都由兩名放射科專家閱讀。 然而，這很昂貴，而且在其他地方通常放射科醫生單獨工作。 例如，在美國，60% 的放射科醫師閱讀乳房 X 線照片是普通放射科醫師。
眾所周知，總體而言，高達 25% 的乳腺癌被篩查漏診，並且在回顧時被認為是可以檢測到的。 越早發現癌症，患者就越早得到治療，並且在疾病中存活的機會就越大。
這項新研究調查了超過 2,000 種在篩查時遺漏的間期癌症。 Transpara 能夠獨立識別多達 37.5% 的這些檢查。
ScreenPoint Medical 的首席執行官 Nico Karssemeijer 教授說：“我們很幸運能夠與該領域的領先臨床醫生合作，研究乳腺 AI 並了解其優勢和局限性。 我們致力於支持提供臨床證據的研究，以便我們可以安全地引入我們的技術。 這項大型研究證實了人工智能在改善早期發現細微癌症方面的潛力。 這是一個真正的遊戲規則改變者，表明使用人工智能的放射科醫生可以顯著改善患者護理。”
領導荷蘭 DENSE 試驗的大學醫學中心教授 Carla van Gils 是該論文的作者之一，他補充說：“在這項研究中，將人工智能添加到乳房密度測量中可以顯著改善確定風險間期癌。 方法的組合可以幫助我們確定從補充 MRI 篩查中受益最大的乳腺篩查參與者群體，從而減少間期癌症。”
研究發現，通過將 Transpara 乳房護理與眾所周知的風險因素乳房密度相結合，可以在陰性篩查後的間隔內標記多達 51% 的被診斷患有癌症的女性。 這是使用 Transpara AI 進行基於圖像的短期風險測量的重要一步。
從這篇文章可以得到什麼：
- 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.
