根據(jù)北美放射學會 (RSNA) 雜志《放射學》上發(fā)表的一項研究，機器學習模型發(fā)現(xiàn)，乳房 MRI 的背景實質增強 (BPE) 是乳房密度極高的女性罹患乳腺癌風險的一個指標。
與乳房脂肪過多的女性相比，乳房密度極高的女性患乳腺癌的風險高出三到六倍。由于乳房 X 光檢查在檢測乳房致密女性的早期乳腺癌方面不太敏感，因此年齡在 50 至 75 歲之間、乳房致密的女性可能會受益于額外的 MRI 篩查。
另一個乳腺癌危險因素是 BPE，它是乳房 MRI 上增強的正常纖維腺組織的水平。然而，對于 BPE 與其他更確定的乳腺癌臨床危險因素(如年齡、體重指數(shù) (BMI) 家族史和乳腺密度)的比較，人們知之甚少。
烏得勒支大學醫(yī)學中心放射科的研究合著者 Kenneth GA Gilhuijs 博士表示：“迄今為止，關于乳腺癌風險因素的研究通常集中在終生患乳腺癌風險較高的女性。”在荷蘭。“這是我們所知的第一項研究，證明背景實質增強與乳房極其致密的女性乳腺癌的發(fā)生之間存在關聯(lián)。”
為了確定 BPE 在多大程度上是乳腺癌風險的指標，研究人員使用了致密組織和早期乳腺腫瘤篩查 (DENSE) 試驗中 4,553 名參與者的動態(tài)對比增強 MRI 檢查，這是一項位于荷蘭的大型多機構研究，開發(fā)深度學習模型來自動識別纖維腺組織。2011年12月至2016年1月期間，荷蘭八家醫(yī)院每兩年進行一次MRI檢查。
在調整了年齡、BMI和BPE后，研究人員發(fā)現(xiàn)，與增強實質體積較小的女性相比，增強實質體積較大的女性乳腺癌的發(fā)生率更高。
在參與研究的 4,553 名女性中，有 122 名被診斷患有乳腺癌。大約 63% 的人在第一輪篩查后被診斷出來。其余被診斷患有乳腺癌的女性的平均癌癥檢測時間為 24 個月。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！