乳腺导管原位癌(ductal carcinoma in situ,DCIS)是一种局限于乳腺终末导管,未突破基底膜的乳腺癌病理类型,与浸润性导管癌(invasive ductal carcinoma,IDC)关系密切,被认为是其前驱病变。当DCIS突破基底膜侵入周围组织可形成浸润灶,若...乳腺导管原位癌(ductal carcinoma in situ,DCIS)是一种局限于乳腺终末导管,未突破基底膜的乳腺癌病理类型,与浸润性导管癌(invasive ductal carcinoma,IDC)关系密切,被认为是其前驱病变。当DCIS突破基底膜侵入周围组织可形成浸润灶,若单个浸润灶最大径线小于1 mm或多个浸润灶中最大者径线小于1 mm时,即定义为导管原位癌伴微浸润(ductal carcinoma in situ with microinvasion,DCIS-Mi),12%~40%未经治疗和干预的DCIS会进展为IDC,DCIS和IDC可同时存在;但也有相当一部分DCIS始终不会进展,预后相对较好,DCIS的过度诊断和治疗成为目前的关注点。DCIS的组织学分级主要依据细胞核的形态分为低、中、高3个核级,受体的表达情况、分子分型的分布在DCIS、DCIS-Mi和IDC之间也存在着显著差异。伴或不伴微浸润及不同组织学分级的DCIS的临床处理方式、治疗方案、预后及患者风险收益情况有较大差别,也一直存在较多争议。现代影像学技术的发展初步实现了对其组织学分级、浸润情况及患者预后的评估。目前临床上最常用的乳腺影像学检查技术主要有钼靶X线摄影(mammography,MG)、超声和磁共振成像(magnetic resonance imaging,MRI)等,3种检查技术的成像原理不同,在乳腺疾病影像诊断中各有优势和不足,但又可互为补充,在病变诊断、治疗及预后评估中发挥着重要的作用。乳腺钼靶X线摄影具有安全可靠、重复性好的优点,是国际指南推荐的首选的乳腺癌筛查方式,DCIS在钼靶X线片上的主要表现可分为非钙化型病变和钙化型病变;在超声上主要表现为肿块型和非肿块型病变,后者又可分为低回声改变、钙化、导管改变和结构紊乱扭曲等;MRI对不伴钙化及多灶性DCIS的检出比钼靶X线摄影敏感性更高,对病变范围的评估准确性更高,但也存在诊断特异性不高、对微钙化显示不敏感等不足;此外,影像组学在DCIS的组织病理学展开更多
背景与目的:人工智能(artificial intelligence,AI)技术可辅助影像学诊断。本研究探讨AI辅助超声对中国女性乳腺病灶的识别能力及其应用于乳腺癌筛查的可能性。方法:采用平行对照诊断性试验和前瞻性随访的研究设计,纳入至肿瘤专科医院...背景与目的:人工智能(artificial intelligence,AI)技术可辅助影像学诊断。本研究探讨AI辅助超声对中国女性乳腺病灶的识别能力及其应用于乳腺癌筛查的可能性。方法:采用平行对照诊断性试验和前瞻性随访的研究设计,纳入至肿瘤专科医院就诊、并行乳腺超声检查的非乳腺癌女性。所有女性首先接受AI辅助超声检查,然后接受常规超声检查,比较AI辅助超声和常规超声识别乳腺病灶的差异;随访1年内乳腺癌发生情况,比较两种超声方式诊断乳腺癌的灵敏度和特异度。结果:研究纳入360人,共发现2504个乳腺病灶,其中AI辅助超声报告2217个病灶,病灶报告率为88.5%;常规超声报告1090个病灶,病灶报告率为43.5%。以常规超声为标准,AI辅助超声识别乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)4级以上乳腺病灶的灵敏度为93.3%(95%CI:80.7%~98.3%),特异度为100.0%(95%CI:99.5%~100.0%);随访发现10例乳腺癌,AI辅助超声和常规超声均判定为阳性的有8例,灵敏度均为80.0%(95%CI:44.2%~96.4%),特异度均为88.6%(95%CI:84.6%~91.6%)。结论:AI辅助超声对于BI-RADS 4A以上的高危乳腺病灶及早期乳腺癌的识别能力与常规超声相当,是一种有效的乳腺癌辅助诊断手段,并具有应用于人群乳腺癌筛查的潜力。展开更多
目的分析儿童先天性心脏病超声心动图检查报告中文字描述信息与临床风险评估结果的相关性,并验证文本挖掘方法在此类分析中的可行性和应用价值。方法回顾性分析1 042例先天性心脏病患儿的彩色超声心动图报告,通过自然语言处理(natural l...目的分析儿童先天性心脏病超声心动图检查报告中文字描述信息与临床风险评估结果的相关性,并验证文本挖掘方法在此类分析中的可行性和应用价值。方法回顾性分析1 042例先天性心脏病患儿的彩色超声心动图报告,通过自然语言处理(natural language processing,NLP)技术进行特征提取与筛选,以患儿的风险等级为预测目标,借助机器学习算法构建决策树,推测出临床医师解读心脏超声报告时可能的决策路径。通过50次基于分层抽样的10折交叉验证评价模型的风险等级预测能力,进而评估报告在临床决策中的作用和价值。结果使用自动生成的全部三元语法(3-gram)或基于领域知识筛选后的特征,所训练的风险等级预测模型分别达到32.82%和48.57%的分类准确率,平均绝对误差(normalized mean absolute error,NMAE)分别为0.33和0.25。结论超声心动图报告中的文字部分,尤其是描述疾病征象的常用术语,能够在约75%的水平上反映先天性心脏病患儿的严重程度,为临床医师诊疗决策提供重要依据。展开更多
背景与目的:三阴性乳腺癌(triple-negative breast cancer,TNBC)细胞增殖程度高,有明显的肿瘤异质性,缺乏针对性治疗药物,是恶性程度最高、预后最差的乳腺癌分子分型。超声是TNBC筛查和鉴别诊断的重要影像学方法之一。TNBC的超声图像特...背景与目的:三阴性乳腺癌(triple-negative breast cancer,TNBC)细胞增殖程度高,有明显的肿瘤异质性,缺乏针对性治疗药物,是恶性程度最高、预后最差的乳腺癌分子分型。超声是TNBC筛查和鉴别诊断的重要影像学方法之一。TNBC的超声图像特征表现出明显的变异性。该研究旨在探讨临床、病理学及免疫组织化学因素对TNBC超声图像特征的影响。方法:回顾性分析119例手术后经病理学检查证实的浸润性TNBC患者的术前超声图像、临床及病理学资料。2名具有5年以上临床经验的超声科医师对乳腺癌肿块超声图像进行特征分析与评估,评估内容包括肿块的方位、形态、边缘、内部回声、后方回声改变及钙化。按照患者年龄、肿瘤大小、病理组织学级别、Ki-67表达水平及人类表皮生长因子受体2(human epidermal growth factor receptor-2,HER2)评分将患者分组,以研究这些因素对TNBC超声图像特征的影响。结果:浸润性TNBC的超声特征与患者年龄、肿块大小、病理学分级、Ki-67表达水平及HER2评分相关:患者年龄影响肿块的后方回声(P=0.002),肿块大小影响肿块边缘是否毛刺成角(P=0.025),病理学分级影响肿块的形态(P=0.008)及后方回声(P=0.044),Ki-67表达影响肿块的形态(P=0.042)、边缘是否毛刺成角(P=0.005)及后方回声(P=0.005),HER2评分影响钙化的发生率(P=0.024)。结论:浸润性TNBC的超声声像图特征与患者年龄、肿块大小、病理学分级、Ki-67增殖水平及HER2评分有关。了解TNBC的超声特征及变异性相关的临床、病理学及免疫组织化学基础,可辅助早期诊断和提高诊断准确性。展开更多
文摘乳腺导管原位癌(ductal carcinoma in situ,DCIS)是一种局限于乳腺终末导管,未突破基底膜的乳腺癌病理类型,与浸润性导管癌(invasive ductal carcinoma,IDC)关系密切,被认为是其前驱病变。当DCIS突破基底膜侵入周围组织可形成浸润灶,若单个浸润灶最大径线小于1 mm或多个浸润灶中最大者径线小于1 mm时,即定义为导管原位癌伴微浸润(ductal carcinoma in situ with microinvasion,DCIS-Mi),12%~40%未经治疗和干预的DCIS会进展为IDC,DCIS和IDC可同时存在;但也有相当一部分DCIS始终不会进展,预后相对较好,DCIS的过度诊断和治疗成为目前的关注点。DCIS的组织学分级主要依据细胞核的形态分为低、中、高3个核级,受体的表达情况、分子分型的分布在DCIS、DCIS-Mi和IDC之间也存在着显著差异。伴或不伴微浸润及不同组织学分级的DCIS的临床处理方式、治疗方案、预后及患者风险收益情况有较大差别,也一直存在较多争议。现代影像学技术的发展初步实现了对其组织学分级、浸润情况及患者预后的评估。目前临床上最常用的乳腺影像学检查技术主要有钼靶X线摄影(mammography,MG)、超声和磁共振成像(magnetic resonance imaging,MRI)等,3种检查技术的成像原理不同,在乳腺疾病影像诊断中各有优势和不足,但又可互为补充,在病变诊断、治疗及预后评估中发挥着重要的作用。乳腺钼靶X线摄影具有安全可靠、重复性好的优点,是国际指南推荐的首选的乳腺癌筛查方式,DCIS在钼靶X线片上的主要表现可分为非钙化型病变和钙化型病变;在超声上主要表现为肿块型和非肿块型病变,后者又可分为低回声改变、钙化、导管改变和结构紊乱扭曲等;MRI对不伴钙化及多灶性DCIS的检出比钼靶X线摄影敏感性更高,对病变范围的评估准确性更高,但也存在诊断特异性不高、对微钙化显示不敏感等不足;此外,影像组学在DCIS的组织病理学
文摘背景与目的:人工智能(artificial intelligence,AI)技术可辅助影像学诊断。本研究探讨AI辅助超声对中国女性乳腺病灶的识别能力及其应用于乳腺癌筛查的可能性。方法:采用平行对照诊断性试验和前瞻性随访的研究设计,纳入至肿瘤专科医院就诊、并行乳腺超声检查的非乳腺癌女性。所有女性首先接受AI辅助超声检查,然后接受常规超声检查,比较AI辅助超声和常规超声识别乳腺病灶的差异;随访1年内乳腺癌发生情况,比较两种超声方式诊断乳腺癌的灵敏度和特异度。结果:研究纳入360人,共发现2504个乳腺病灶,其中AI辅助超声报告2217个病灶,病灶报告率为88.5%;常规超声报告1090个病灶,病灶报告率为43.5%。以常规超声为标准,AI辅助超声识别乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)4级以上乳腺病灶的灵敏度为93.3%(95%CI:80.7%~98.3%),特异度为100.0%(95%CI:99.5%~100.0%);随访发现10例乳腺癌,AI辅助超声和常规超声均判定为阳性的有8例,灵敏度均为80.0%(95%CI:44.2%~96.4%),特异度均为88.6%(95%CI:84.6%~91.6%)。结论:AI辅助超声对于BI-RADS 4A以上的高危乳腺病灶及早期乳腺癌的识别能力与常规超声相当,是一种有效的乳腺癌辅助诊断手段,并具有应用于人群乳腺癌筛查的潜力。
文摘目的分析儿童先天性心脏病超声心动图检查报告中文字描述信息与临床风险评估结果的相关性,并验证文本挖掘方法在此类分析中的可行性和应用价值。方法回顾性分析1 042例先天性心脏病患儿的彩色超声心动图报告,通过自然语言处理(natural language processing,NLP)技术进行特征提取与筛选,以患儿的风险等级为预测目标,借助机器学习算法构建决策树,推测出临床医师解读心脏超声报告时可能的决策路径。通过50次基于分层抽样的10折交叉验证评价模型的风险等级预测能力,进而评估报告在临床决策中的作用和价值。结果使用自动生成的全部三元语法(3-gram)或基于领域知识筛选后的特征,所训练的风险等级预测模型分别达到32.82%和48.57%的分类准确率,平均绝对误差(normalized mean absolute error,NMAE)分别为0.33和0.25。结论超声心动图报告中的文字部分,尤其是描述疾病征象的常用术语,能够在约75%的水平上反映先天性心脏病患儿的严重程度,为临床医师诊疗决策提供重要依据。
