楊真露，李嫣，詹晨奧，胡益祺，霍敏，陳成洋，唐彩麗，覃艷金，艾濤，夏黎明

乳腺X線檢查

1.數(shù)字乳腺X線攝影(Digital Mammograms，DM)

數(shù)字乳腺X線攝影是目前乳腺癌篩查的主要工具，繁重的工作量和腺體重疊帶來(lái)的漏診是影像醫(yī)生面臨的主要問(wèn)題。今年RSNA關(guān)于數(shù)字乳腺X線攝影的研究仍聚焦于人工智能(artificial intelligence，AI)，通過(guò)大量多中心圖像數(shù)據(jù)進(jìn)行模型建立是一大亮點(diǎn)，這些人工智能模型旨在減輕影像醫(yī)生工作量并提高篩查效能。

數(shù)字乳腺X線攝影篩查通常需要雙重閱片，這是一種勞動(dòng)密集型的方法。Sharma等使用AI算法代替第二個(gè)閱片者可以使81.9%的女性獲得明確診斷，只有18.1%的病例需要額外的閱片者再次閱讀，從而提供了一種可行的解決方案來(lái)應(yīng)對(duì)乳腺X線攝影閱片中的勞動(dòng)力危機(jī)。Ananthasivan等發(fā)現(xiàn)無(wú)論醫(yī)生經(jīng)驗(yàn)如何，AI/機(jī)器學(xué)習(xí)(ML)輔助報(bào)告系統(tǒng)都能減少放射科醫(yī)生報(bào)告周轉(zhuǎn)時(shí)間，提高其工作效率。而Strand等發(fā)現(xiàn)將AI算法與放射科醫(yī)生聯(lián)合閱片時(shí)，雖然可以檢出更多癌癥，但異常評(píng)估卻成比例增加，未來(lái)研究要集中解決AI聯(lián)合醫(yī)生雙重閱片時(shí)導(dǎo)致的異常評(píng)估增加。另一個(gè)減少工作量的策略是建立分診模型，Rodriguez-Ruiz 等利用AI系統(tǒng)(Transpara version 1.6.0，ScreenPoint Medical)對(duì)篩查性乳腺X線攝影進(jìn)行分診篩選，低于AI評(píng)分閾值的病例只需要單次閱片，而高于閾值的需要雙重閱片，這與傳統(tǒng)的雙重閱片相比，癌癥檢出率保持不變，而召回率降低且陽(yáng)性預(yù)測(cè)值提高，從而可以減少工作量并提高篩查性能。Lamb等也訓(xùn)練了一種深度學(xué)習(xí)模型用于分診乳腺篩查X線攝影，該模型可以顯著減少工作量，通過(guò)調(diào)整假陰性率閾值，可以減少假陰性或假陽(yáng)性結(jié)果，達(dá)到預(yù)期結(jié)果。

在預(yù)測(cè)乳腺癌風(fēng)險(xiǎn)方面，傳統(tǒng)的預(yù)測(cè)模型主要是依據(jù)臨床病史和腺體密度，Lamb等發(fā)現(xiàn)乳腺X線攝影包含了傳統(tǒng)風(fēng)險(xiǎn)模型不能識(shí)別的高預(yù)測(cè)性標(biāo)志物，他們利用大量乳腺X線攝影圖像構(gòu)建的深度學(xué)習(xí)(DL)模型可以明顯提高乳腺癌的風(fēng)險(xiǎn)預(yù)測(cè)。Kim等利用200,000張數(shù)字乳腺X線圖像訓(xùn)練了一種神經(jīng)網(wǎng)絡(luò)分類器GMIC，用于對(duì)乳腺篩查X線片做出惡性預(yù)測(cè)，結(jié)果發(fā)現(xiàn)該分類器對(duì)非致密乳房的預(yù)測(cè)效果優(yōu)于對(duì)致密乳房，并且與放射科醫(yī)生相似。減少間期癌發(fā)生率是乳腺癌篩查項(xiàng)目的重要目標(biāo)，Mann等發(fā)現(xiàn)不論是作為獨(dú)立閱片者或用作預(yù)選工具，AI腫瘤檢測(cè)系統(tǒng)(Transpara，Screen Point Medical)都可以幫助確定哪些患者可以從額外的乳腺篩查影像學(xué)中受益，以降低間期癌的發(fā)生率。

乳腺癌篩查策略不僅要敏感地檢出癌癥，還需要正確地識(shí)別良惡性，減少不必要的活檢。通常乳腺X線攝影上被評(píng)估為BI-RADS 4類的病灶大多數(shù)被建議活檢，但是其中70%～80%的活檢呈陰性。Liu等利用卷積神經(jīng)網(wǎng)絡(luò)模型VGG-16對(duì)乳腺X線攝片上評(píng)價(jià)為BI-RADS 4的病灶進(jìn)行再分類，結(jié)果顯示25%～35%的BI-RADS 4病灶可以避免不必要活檢，同時(shí)“更高級(jí)別病灶”(非典型增生、導(dǎo)管原位癌和浸潤(rùn)性乳腺癌)的檢出敏感度達(dá)到95%。Rodriguez-Ruiz等利用人工智能系統(tǒng)對(duì)乳腺X線攝影篩查召回的有可疑鈣化的患者進(jìn)行惡性可能性評(píng)分，如果僅對(duì)評(píng)分為10的病變進(jìn)行活檢時(shí)，只會(huì)漏掉一個(gè)低級(jí)別的導(dǎo)管原位癌，而良性活檢的數(shù)量將減少23.1%。

此外，基于乳腺X線攝影的人工智能研究還探索了新的內(nèi)容。Kim等應(yīng)用3個(gè)國(guó)家5家醫(yī)院的170230張乳腺X線攝影數(shù)據(jù)建立了一種檢測(cè)乳腺癌的AI算法，該算法產(chǎn)生一個(gè)連續(xù)的AI異常評(píng)分，范圍在0～1之間，對(duì)應(yīng)于惡性腫瘤的概率，研究發(fā)現(xiàn)不同BI-RADS分類的AI異常評(píng)分有顯著性差異，AI異常評(píng)分可作為乳腺X線攝影BI-RADS分類的獨(dú)立生物標(biāo)志物。乳腺腺體的致密程度影響乳腺X線攝片的閱片準(zhǔn)確性，同時(shí)與乳腺癌的發(fā)生具有一定相關(guān)性。Lee等利用大量乳腺X線攝影數(shù)據(jù)開發(fā)了一種可評(píng)估乳腺致密程度的AI算法，在2D及合成2D乳腺X線攝影圖像上評(píng)估乳腺密度時(shí)，該AI算法可以達(dá)到放射科醫(yī)生的水平，有利于快速、準(zhǔn)確地評(píng)估腺體密度。人工智能在篩查乳腺X線攝影技術(shù)中顯示出巨大的前景，然而，在實(shí)際應(yīng)用中，人工智能模型的性能在包括種族在內(nèi)的各種重要因素上表現(xiàn)出了偏差。此外，黑人和白人婦女在乳腺X線攝影的篩查質(zhì)量和乳腺癌統(tǒng)計(jì)方面也存在差異。然而根據(jù)Lotter等研究，發(fā)現(xiàn)AI模型在黑人和白人的乳房X線攝影圖像中表現(xiàn)出相似的良惡性鑒別能力。

2.數(shù)字化乳腺斷層成像(digital breast tomosynthesis，DBT)

部分研究顯示篩查中納入DBT可以減少召回率并提高癌癥檢出率。但該技術(shù)作為獨(dú)立或者補(bǔ)充性篩查工具的價(jià)值仍需進(jìn)一步研究。Pavic等研究顯示與數(shù)字乳腺X線攝影(DM)相比，雙視野的廣角DBT以及廣角DBT聯(lián)合DM可以顯著提高乳腺癌檢出率和閱片者自信度，但是召回率沒(méi)有變化，并且發(fā)現(xiàn)在雙視野廣角DBT上額外檢出的乳腺癌大多數(shù)是伴有結(jié)構(gòu)扭曲的小浸潤(rùn)性癌。一項(xiàng)薈萃分析顯示與單獨(dú)的2D乳腺X線攝影相比，聯(lián)合DBT和2D乳腺X線攝影可以在篩查中檢測(cè)到更多乳腺癌。另外，一項(xiàng)大型的隨機(jī)對(duì)照實(shí)驗(yàn)發(fā)現(xiàn)利用DBT聯(lián)合DM對(duì)50～69歲女性進(jìn)行篩查時(shí)可以明顯提高乳腺癌檢出率，但是不能減少間期癌及后期癌癥的發(fā)生。引進(jìn)人工智能系統(tǒng)支持DBT閱片后，使得放射科醫(yī)生可以更優(yōu)化地分配閱片時(shí)間，進(jìn)一步提高診斷敏感度。這些結(jié)果可能會(huì)增加DBT作為篩查工具的證據(jù)。

3.對(duì)比增強(qiáng)能譜乳腺X線成像(contrast-enhanced spectral mammogram，CESM)

研究證明CESM檢測(cè)病灶的敏感度高于傳統(tǒng)乳腺X線攝影，并且具有較高的特異性。乳腺密度評(píng)估是乳腺X線攝影診斷的重要組成部分，CESM采用的對(duì)比劑是否會(huì)對(duì)乳腺密度的評(píng)估造成影響，是研究關(guān)注的熱點(diǎn)。Gennaro等研究顯示非增強(qiáng)的乳腺X線攝影術(shù)和低能量CESM在乳房體積密度的評(píng)估上具有較高一致性。

不伴腫塊的可疑微鈣化定性是乳腺X線攝影診斷的難點(diǎn)。Gomaa等回顧性分析了510例乳腺X線攝影上沒(méi)有腫塊的可疑鈣化病灶，發(fā)現(xiàn)CESM區(qū)分良惡性微鈣化的敏感度、特異度、陰性預(yù)測(cè)值及陽(yáng)性預(yù)測(cè)值分別為79.26%、100%、61.64%和100%；預(yù)測(cè)高級(jí)別導(dǎo)管原位癌的敏感度、特異度、符合率分別為98%、81.8%、93.1%；預(yù)測(cè)浸潤(rùn)性癌或高級(jí)別導(dǎo)管原位癌的敏感度、特異度、符合率分別為98.5%、81.8%和87.5%。CESM在評(píng)估可疑微鈣化的分級(jí)和侵襲性方面具有重要的作用，存在非腫塊樣強(qiáng)化是高級(jí)別DCIS或侵襲性癌的征象，而無(wú)強(qiáng)化有助于診斷良性病變或非侵襲性/低級(jí)別導(dǎo)管原位癌。

此外，基于CESM圖像的影像組學(xué)研究也提供新的思考。Wang等利用增強(qiáng)乳腺X線攝影(CEM)的高能量、低能量、雙能量剪影圖像提取到的影像組學(xué)特征分別構(gòu)建乳腺良惡性疾病的鑒別模型，發(fā)現(xiàn)利用高能量圖像或者所有CEM圖像構(gòu)建的模型可以達(dá)到最佳診斷效果，AUC分別為0.938和0.889。

乳腺超聲

1.常規(guī)超聲

超聲(US)是一種常用的乳腺檢查手段，不僅可以檢測(cè)和診斷乳腺腫塊，還能反映腋窩淋巴結(jié)浸潤(rùn)情況。Porembka等報(bào)道對(duì)于篩查性DBT召回的患者，單獨(dú)使用US對(duì)非鈣化病變進(jìn)行診斷評(píng)估的假陰性率較低，因此可以避免行DM檢查。Candelaria等研究了283例三陰性乳腺癌患者的超聲圖像形態(tài)學(xué)特征和淋巴結(jié)浸潤(rùn)的關(guān)系，發(fā)現(xiàn)超聲顯示腫瘤的形態(tài)和邊界與淋巴結(jié)浸潤(rùn)程度相關(guān)。

2.腋窩超聲

腋窩淋巴結(jié)浸潤(rùn)情況對(duì)于乳腺癌分期及治療方案制定至關(guān)重要。Jin等研究顯示對(duì)乳腺癌腋窩淋巴結(jié)受累評(píng)估時(shí)，淋巴結(jié)對(duì)比增強(qiáng)超聲檢查的敏感度為73.53%，符合率為73.15%，未受累的淋巴結(jié)通常表現(xiàn)為皮質(zhì)強(qiáng)化，而無(wú)強(qiáng)化的腫大淋巴結(jié)是受累的重要特征。Pinker-Domenig等利用淋巴超聲(Lymphosonography)識(shí)別前哨淋巴結(jié)，與放射性示蹤劑和參考標(biāo)準(zhǔn)(藍(lán)色染料)相比，淋巴超聲在識(shí)別乳腺癌患者前哨淋巴結(jié)方面具有更高的準(zhǔn)確性。

3.剪切波彈性成像(shear wave elastography，SWE)

利用SWE評(píng)估乳腺組織或病灶硬度有潛力用于預(yù)測(cè)患者預(yù)后和治療應(yīng)答。Kim等發(fā)現(xiàn)SWE測(cè)量得到的高硬度值與T1-2期乳腺癌患者較差的無(wú)病生存率有關(guān)。Grover等發(fā)現(xiàn)SWE的參數(shù)Emean預(yù)測(cè)局部進(jìn)展期乳腺癌新輔助化療后病理反應(yīng)的敏感度和特異度分別為90.9%和75%，優(yōu)于普通超聲的預(yù)測(cè)敏感度和特異度(分別為72.7%和62.5%)，這有助于為患者制定個(gè)體化治療方案。根據(jù)最新治療指南，對(duì)于腫瘤DX復(fù)發(fā)評(píng)分(ODX RS)大于16(≥50歲)或大于26(50歲)的早期乳腺癌患者，單純化療和內(nèi)分泌治療幾乎沒(méi)有益處。Youk等開發(fā)和驗(yàn)證了基于SWE的諾模圖，可以預(yù)測(cè)ODX RS并指導(dǎo)輔助性全身治療決策。

4.自動(dòng)化乳腺超聲(automated breast ultrasound，ABUS)

ABUS可以減少傳統(tǒng)超聲檢查對(duì)操作人員的依賴性，但是ABUS對(duì)乳腺組織的顯示常伴有嚴(yán)重陰影，使得圖像分析的難度增加，降低了特異度。Allajbeu等發(fā)現(xiàn)在普通超聲上評(píng)為非均質(zhì)性腺體及在乳腺X線攝影上評(píng)為BI-RADS C級(jí)的乳腺類型，在ABUS上更容易出現(xiàn)中度或者重度的背景實(shí)質(zhì)陰影，這會(huì)提升檢查的假陽(yáng)性率。Suzuki等比較了114例患者的3D ABUS冠狀面以及橫軸面掃描對(duì)乳腺腫塊探測(cè)的準(zhǔn)確性以及讀取時(shí)間，結(jié)果發(fā)現(xiàn)3D ABUS冠狀面與常規(guī)橫軸面相比，乳腺腫塊顯示的準(zhǔn)確性相同，但有效縮短了讀取時(shí)間。

5.超聲新技術(shù)

常規(guī)超聲在檢測(cè)微鈣化方面具有很大局限性。Kim等介紹了一種使用彩色多普勒(CD)閃爍偽影(CDTA)的超聲新技術(shù)，并評(píng)估了其檢測(cè)乳腺癌微鈣化的可行性，結(jié)果提示乳腺微鈣化在CDUS上產(chǎn)生可識(shí)別的CDTA信號(hào)，對(duì)乳腺癌微鈣化的檢測(cè)效果好，中位檢出率為96.7%。

Reis等探討了一種新型的無(wú)創(chuàng)定量超聲標(biāo)記-乳腺異質(zhì)性指數(shù)(HI)在超聲上預(yù)測(cè)乳腺腫塊良惡性方面的應(yīng)用，結(jié)果顯示HI能夠預(yù)測(cè)乳腺良惡性病變，并與腫瘤侵襲性的臨床指標(biāo)Nottingham評(píng)分呈正相關(guān)。

6.人工智能

使用全監(jiān)督方式訓(xùn)練DL模型時(shí)需要注解興趣區(qū)ROI，這樣耗時(shí)耗力且有偏見。Kim等基于超聲圖像開發(fā)了一種弱監(jiān)督DL模型用于自動(dòng)檢測(cè)乳腺腫塊并進(jìn)行良惡性分類，結(jié)果顯示弱監(jiān)督模型在內(nèi)部和外部驗(yàn)證集中的診斷性能與全監(jiān)督模型的性能沒(méi)有明顯差異，提示這種相對(duì)省力的弱監(jiān)督DL模型在乳腺癌的超聲診斷中是可行的，且具有良好的鑒別診斷能力。

乳腺磁共振成像(MRI)

乳腺M(fèi)RI具有優(yōu)秀的軟組織分辨率和豐富的成像序列，包括常規(guī)T1、T2加權(quán)成像、彌散加權(quán)成像(DWI)及動(dòng)態(tài)增強(qiáng)MRI(DCE-MRI)等，不僅可以提供解剖學(xué)特征，還可以反映病灶的功能學(xué)改變。因此乳腺M(fèi)RI在乳腺癌檢出、隨訪、術(shù)前確定腫瘤范圍、預(yù)測(cè)預(yù)后和治療應(yīng)答方面都具有重要價(jià)值。

術(shù)前MRI可以檢出其他成像方式未檢出的癌癥、確定癌灶范圍并預(yù)測(cè)預(yù)后。Park等發(fā)現(xiàn)年輕乳腺癌患者的術(shù)前MRI檢查可以檢出額外的惡性病灶，并通過(guò)顯著降低重復(fù)手術(shù)率和陽(yáng)性切緣率來(lái)改善手術(shù)結(jié)局。一項(xiàng)大型多中心臨床研究也顯示術(shù)前MRI顯示的導(dǎo)管原位癌范圍比乳腺X線攝影顯示的更大，并且可以額外檢出癌癥。Jung等發(fā)現(xiàn)術(shù)前MRI顯示乳腺癌病灶大于5cm和瘤周水腫是預(yù)測(cè)年輕乳腺癌患者術(shù)后復(fù)發(fā)的獨(dú)立因子。由于MRI檢測(cè)的高敏感性，臨床上有部分乳腺癌僅在MRI上被檢出，對(duì)于這部分癌癥的特征需要進(jìn)一步評(píng)估。Malmierca等發(fā)現(xiàn)就病理學(xué)、免疫組織化結(jié)果和病灶大小而言，僅MRI檢出的乳腺癌與常規(guī)技術(shù)(DM，DBT，US)檢出的乳腺癌沒(méi)有區(qū)別，并且未提高乳房切除術(shù)的比率，因此，不應(yīng)將僅MRI檢出的乳腺癌視為過(guò)度診斷。

DCE-MRI檢測(cè)病灶的敏感性高，但是特異性相對(duì)較低。Mann等發(fā)現(xiàn)超快DCE-MRI的加入可以顯著提高常規(guī)DCE-MRI診斷乳腺癌的特異性，而敏感性保持不變，超快成像衍生的參數(shù)增強(qiáng)時(shí)間(TTE)比傳統(tǒng)的時(shí)間信號(hào)強(qiáng)度曲線(TIC)具有更高的診斷準(zhǔn)確性。雖然DCE-MRI具有重要的診斷價(jià)值，但是釓對(duì)比劑(GBCA)的安全性也需要重視。BI-RADS 3類病灶通常需要定期隨訪，重復(fù)使用釓對(duì)比劑可能會(huì)讓患者有所顧慮，需要開發(fā)非增強(qiáng)的乳腺M(fèi)RI技術(shù)用于隨訪。Eskreis-Winkler等發(fā)現(xiàn)在BI-RADS 3類病灶的6個(gè)月隨訪中，乳腺T2加權(quán)圖像顯示的病灶大小變化和BI-RADS分類與DCE-MRI顯示結(jié)果具有極好的一致性，這表明在部分隨訪病例中可以避免使用GBCA。DWI也是一種無(wú)需對(duì)比劑的成像手段，其反映水分子擴(kuò)散情況。Lee等發(fā)現(xiàn)在診斷無(wú)癥狀女性早期乳腺癌時(shí)，無(wú)論病灶大小，組織病理學(xué)和分子亞型如何，DWI的檢測(cè)能力均優(yōu)于乳腺X線攝影。

確定乳腺癌分子分型對(duì)于選擇合適的治療方案至關(guān)重要。Kim等在DCE-MRI和ADC圖上測(cè)量乳腺癌瘤內(nèi)異質(zhì)性，發(fā)現(xiàn)在不同的乳腺癌分子亞型中，這些動(dòng)力學(xué)異質(zhì)性和ADC異質(zhì)性指數(shù)具有顯著差異，提示這些異質(zhì)性參數(shù)可以無(wú)創(chuàng)地反映乳腺癌的分子亞型，有利于指導(dǎo)和監(jiān)測(cè)治療。人工智能算法有望進(jìn)一步挖掘圖像特征與分子亞型的關(guān)系。Zhang等發(fā)現(xiàn)與傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)(CNN)相比，使用CLSTM的循環(huán)網(wǎng)絡(luò)可以追蹤DCE采集期間信號(hào)強(qiáng)度的變化，在預(yù)測(cè)乳腺癌ER、PR、HER-2亞型中表現(xiàn)出更高的準(zhǔn)確性。

乳腺癌新輔助化療患者的完全病理應(yīng)答與較長(zhǎng)的無(wú)復(fù)發(fā)生存期相關(guān)。早期預(yù)測(cè)新輔助化療應(yīng)答情況有利于制定合適的化療方案，及時(shí)調(diào)整方案，挑選出真正受益的患者，避免無(wú)效化療帶來(lái)的副作用。Ko等報(bào)道了一種新的圖像指標(biāo)用于預(yù)測(cè)新輔助化療效果，基于治療前MRI獲得脂肪-腫瘤界面值，發(fā)現(xiàn)較高的脂肪-腫瘤界面值與較差的治療應(yīng)答相關(guān)，在肥胖患者、HER-2陽(yáng)性患者和腫瘤體積較大的患者中這種相關(guān)性更高。異質(zhì)性高的腫瘤通常較難獲得持久應(yīng)答，而瘤內(nèi)灌注異質(zhì)性是腫瘤異質(zhì)性的主要驅(qū)動(dòng)力。Niell等報(bào)道乳腺DCE-MRI的腫瘤內(nèi)灌注異質(zhì)性可預(yù)測(cè)新輔助化療病理性完全應(yīng)答(pCR)，預(yù)測(cè)符合率達(dá)到83%。影像組學(xué)特征是影像醫(yī)生肉眼無(wú)法評(píng)估的圖像特征，有望增加診斷價(jià)值。Chitalia等發(fā)現(xiàn)聯(lián)合乳腺癌新輔助化療后早期的影像組學(xué)特征變化和分子分型信息可以提高對(duì)新輔助化療后無(wú)復(fù)發(fā)生存率的預(yù)測(cè)。Musall等發(fā)現(xiàn)新輔助治療第2周期和第4周期后的ADC圖瘤周區(qū)域的影像組學(xué)特征對(duì)三陰性乳腺癌的病理完全應(yīng)答有很高的預(yù)測(cè)價(jià)值。新輔助治療第2周期后的瘤周含脂肪區(qū)域的9個(gè)特征構(gòu)建的模型性能最佳，在測(cè)試集的預(yù)測(cè)AUC達(dá)到0.70。