乳腺影像学怎么看( 四 )

这里不得不提到的就是BI-RADS分级了。它的全称是：乳腺影像报告和数据系统，可分为7级。简单地说， BI-RADS分级是B超科医生根据专业及经验对乳腺病变进行归类。级别越高，恶性病变可能性越大。
1级：正常乳腺。
2级：乳腺小叶增生。
3级：乳腺良性病变可能性大，最常见的是纤维腺瘤可能。
4级：有恶性病变可能。
又分为4a级：恶性可能性。
4b级：恶性可能性
4c级：恶性可能性。
5级：临床诊断几乎认定是恶性病变。
6级：病理（已做过穿刺或手术活检）证实是恶性病变。
第7个级别比较特殊，是0级，指的是仅从B超成像上无法判断，还需要结合其他检查（如钼靶、磁共振等）以及病史、临床体检进行综合诊断
6.乳腺癌的影像学特点是什么？
近日，谷歌健康英国研究团队在《自然》上发表了一项最新研究，使用人工智能（AI）来验证人类影像专家的乳腺癌一诊报告，可为二诊临床医生节省88%的工作量。
乳腺癌是女性最常见的癌症。在无明显症状的患者中，定期筛查对于发现疾病的早期迹象至关重要。
在英国， 50岁以上的女性被建议每3年做一次乳腺X光检查，检查结果由两位独立的放射科专家进行分析和审查，这是一项必要且工作强度巨大的任务。因此，医生阅片时错漏在所难免，有一小部分乳腺X光检查可能发生误诊、漏诊。
谷歌健康的研究人员训练了一种人工智能模型，可以从英国和美国的数千名女性的乳房扫描中检测出癌症。这些影像在现实中已被医生检查过了，但与临床环境不同的是，该AI模型不会依据病人的病史来进行诊断。
这种AI模型可以根据扫描结果预测乳腺癌，其准确性与放射科专家相似。而且， AI还显示，癌症误诊的比例有所下降——在美国这一数字是5.7% ，英国是1.2% 。美国和英国患者的漏诊率也分别下降了9.4%和2.7% 。
研究团队还通过实验将AI出的诊断意见与一诊影像专家的报告进行了比较。如果两者诊断一致，则该病例被标记为已解决。而在诊断结果不一致的情况下， AI模型将与二诊影像专家者的诊断报告进行比较。研究表明，利用AI来验证一诊影像专家的诊断，将为二诊专家节省高达88%的工作量。
AI可以比人类医生更准确地从常规扫描中识别出乳腺癌，帮助患者从诊断中获得最佳结果。这项AI技术可以使用近30,000次扫描中的真实诊断场景，这些样本几乎代表了所有可能进行乳腺筛查的女性情况，从易到难都有。
目前，该AI模型还有待进一步研究。希望这项技术有一天能为癌症影像诊断提供“第二意见” 。
在国内， AI影像诊断发展也如火如荼。不过，由于种种因素的限制， AI影像诊断落地比较缓慢，且只能分担医生一小部分压力，并不能解决放射科医生紧缺的现状。
美国权威影像专家即时阅片：
365天24小时响应， 20分钟出报告
好医友医疗科技集团董事长黄亨利认为，远程影像是破局的重要途径。
【乳腺影像学怎么看】今年，好医友将携手国内合作医院，推出即时影像阅片服务，以及基于云端的远程影像解决方案。“远程影像服务与医院放射科的关系，是补充而非取代。”