根据北美放射学会 (RSNA) 杂志《放射学》上发表的一项研究，机器学习模型发现，乳房 MRI 的背景实质增强 (BPE) 是乳房密度极高的女性罹患乳腺癌风险的一个指标。
与乳房脂肪过多的女性相比，乳房密度极高的女性患乳腺癌的风险高出三到六倍。由于乳房 X 光检查在检测乳房致密女性的早期乳腺癌方面不太敏感，因此年龄在 50 至 75 岁之间、乳房致密的女性可能会受益于额外的 MRI 筛查。
另一个乳腺癌危险因素是 BPE，它是乳房 MRI 上增强的正常纤维腺组织的水平。然而，对于 BPE 与其他更确定的乳腺癌临床危险因素(如年龄、体重指数 (BMI) 家族史和乳腺密度)的比较，人们知之甚少。
乌得勒支大学医学中心放射科的研究合著者 Kenneth GA Gilhuijs 博士表示：“迄今为止，关于乳腺癌风险因素的研究通常集中在终生患乳腺癌风险较高的女性。”在荷兰。“这是我们所知的第一项研究，证明背景实质增强与乳房极其致密的女性乳腺癌的发生之间存在关联。”
为了确定 BPE 在多大程度上是乳腺癌风险的指标，研究人员使用了致密组织和早期乳腺肿瘤筛查 (DENSE) 试验中 4,553 名参与者的动态对比增强 MRI 检查，这是一项位于荷兰的大型多机构研究，开发深度学习模型来自动识别纤维腺组织。2011年12月至2016年1月期间，荷兰八家医院每两年进行一次MRI检查。
在调整了年龄、BMI和BPE后，研究人员发现，与增强实质体积较小的女性相比，增强实质体积较大的女性乳腺癌的发生率更高。
在参与研究的 4,553 名女性中，有 122 名被诊断患有乳腺癌。大约 63% 的人在第一轮筛查后被诊断出来。其余被诊断患有乳腺癌的女性的平均癌症检测时间为 24 个月。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！