女性乳腺疾病篩查與人工智能模式探討范文

本站小編為你精心準備了女性乳腺疾病篩查與人工智能模式探討參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

［摘要］目的分析健康體檢人群女性乳腺疾病的檢出情況，探討體檢人群乳腺疾病的人工智能診斷應用，以便為疾病預防及治療提供依據。方法選取2014年1月1日～2016年12月31日在解放軍白求恩國際和平醫院健康管理中心參加健康體檢的女性44404名，應用乳腺彩超進行乳腺疾病篩查，采用縱向比較法對體檢資料進行回顧性分析，統計分析乳腺疾病的檢出情況。結果篩查發現，乳腺疾病總檢出率為54.25%，其中乳腺增生20508例（46.19%），乳腺結節7859例（17.70%），乳腺導管擴張935例（2.11%），乳腺囊腫150例（0.34%），乳腺纖維瘤69例（0.16%），乳腺脂肪瘤43例（0.10%）。乳腺疾病多發生于31～50歲，乳腺各種疾病各年齡段相比較差異均有統計學意義（P＜0.05）。2014～2016年乳腺疾病的檢出率呈逐年上升趨勢，差異有統計學意義（P＜0.05）。結論乳腺疾病的檢出率處于較高水平，以乳腺增生為主，通過健康體檢可做到對乳腺疾病的預防，對降低乳腺疾病患病率，提高婦女健康水平具有重要的意義。人工智能診斷系統的開展對乳腺疾病的診斷有重要的意義。

［關鍵詞］健康體檢；女性；乳腺疾病；檢出率

乳腺疾病是女性疾病中最為常見的一種，同時其發病率呈現逐年升高的趨勢［1-3］。我國成年女性對乳腺自檢的意識較為薄弱，隨著人們生活方式和思想觀念的改變，健康體檢成為普查普治乳腺疾病的重要措施。人工智能是一門新的技術科學，研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。本研究對健康體檢的女性乳腺疾病的檢出情況進行了統計分析，同時對體檢人群乳腺疾病的人工智能診斷應用進行了探討，為今后開展女性乳腺疾病防治和健康教育工作提供了理論依據。

1對象與方法

1.1對象選取

2014年1月1日～2016年12月31日在解放軍白求恩國際和平醫院健康管理中心參加體檢的女性44404名，其中年齡20～80歲，平均年齡（43.73±12.89）歲。納入標準：資料完整且均進行乳腺超聲檢查。排除標準：哺乳期、妊娠期、乳腺切除、纖維瘤切除、豐胸以及乳腺假體植入術后。

1.2方法

1.2.1檢查方法

按照健康體檢內容進行常規詢問病史，同時應用美國GE-LOGIQ7、德國西門子ACUSON-S2000、日本東芝660A、荷蘭飛利浦CS50彩色超聲診斷儀，由有豐富經驗的超聲醫生進行乳腺彩色超聲檢查。采取仰臥位，充分暴露乳房，雙臂盡量上舉并外展抱頭，探頭以乳頭為中心逆時針或順時針掃查乳房，記錄乳腺內部及后方回聲有無增生邊界，檢查中發現結節需重點掃查，同時密切觀察結節形態、邊緣等影像學指標，當發現病灶或可疑區域，結合多普勒血流成像探查內部血流及病灶周邊。

1.2.2診斷標準

超聲診斷標準依據《超聲診斷學》［4］。乳腺增生：局限性低回聲或無回聲，病變后方回聲增強效應。乳腺導管擴張：乳暈下導管擴張，形成低回聲區，呈不規則、透聲性差、后方回聲不增強，往往輕度衰減。乳腺囊腫：呈圓形或橢圓形無回聲區，邊界清、整齊光滑，囊腫兩側可見側方聲影，囊腫后壁回聲增強。乳腺纖維腺瘤：邊界清晰，形態部分規則的低回聲，多呈圓形，橢圓形或分葉狀。1.3人工智能人工智能通過學習數百萬張的醫學影像，不斷總結專家的結論、建議，掌握一些陽性結果的影像規律，經過大數據算法，只需要5s的時間就可以給出影像報告，并且準確度也非常高，甚至比專家還要高［5］。

1.4統計學處理應用

IBMSPSS21.0軟件進行數據處理和分析，計量資料以x±s表示。計數資料以頻數和百分率表示，計數資料的比較采用χ2檢驗，以P＜0.05為差異有統計學意義。

2結果

2.1女性健康體檢者中乳腺疾病總檢出情況

44404例健康體檢者中乳腺疾病總檢出率為54.25%（24091/44404），其中乳腺增生20508例（46.19%），乳腺結節7859例（17.70%），乳腺導管擴張935例（2.11%），乳腺囊腫150例（0.34%），乳腺纖維瘤69例（0.16%），乳腺脂肪瘤43例（0.10%），某些女性體檢者同時檢出多種乳腺疾病。31～40歲、41～50歲年齡段乳腺疾病的檢出率居高，分別為61.73%（6229/10090）與67.26%（8860/13173）。乳腺增生和乳腺結節的檢出率最高，高發年齡段均為31～50歲，乳腺導管擴張在41～60歲檢出率較高，乳腺囊腫的高發年齡段為20～60歲，乳腺纖維瘤在20～30歲檢出率最高，乳腺脂肪瘤的檢出率較高段在51～80歲，乳腺各種疾病各年齡段相比較差異均有統計學意義（P＜0.05）。

2.2不同年份女性健康體檢者乳腺疾病檢出情況

2014、2015、2016年乳腺疾病的檢出率分別為49.03%（6968/14211）、53.40%（7689/14399）和59.73%（9434/15794），呈逐年上升趨勢，疾病檢出率比較差異有統計學意義（χ2=351.281，P＜0.05）。其中乳腺增生、乳腺導管擴張、乳腺脂肪瘤呈逐年上升趨勢，不同年份比較差異有統計學意義（P＜0.05）。2016年乳腺結節的檢出率明顯高于前兩年，不同年份比較差異有統計學意義（P＜0.05）。乳腺囊腫與乳腺纖維瘤呈現逐年下降趨勢，不同年份比較差異無統計學意義（P＞0.05）。

3討論

乳腺疾病一般分為乳腺感染性疾病、乳腺增生性疾病、乳腺良性腫瘤和乳腺惡性腫瘤等4大類，最常見的為乳腺增生性疾病和乳腺良性腫瘤，乳腺癌已成為嚴重威脅女性健康的疾病之一［6-7］。本研究乳腺疾病的總檢出率為54.25%，低于我國一項關于6省市育齡婦女乳腺疾病流行狀況調查68.3%，但與兩項關于體檢人群的調查研究比較，仍處于較高水平［2，8-9］。本研究乳腺增生的檢出率最高，多發于30～50歲女性與國內許多研究一致［2-3，10］。考慮與內分泌紊亂關系密切，任何導致性激素或其受體改變的因素都有增加乳腺增生患病風險的可能［11］。乳腺增生的患病風險因素不僅為年齡、服避孕藥史、月經史、孕育以及哺乳史，也包括飲食結構的改變以及肥胖等。乳腺纖維瘤是我國女性最常見的良性腫瘤，其病因是乳腺小葉內纖維細胞對雌激素的敏感性異常增高，本研究乳腺纖維瘤在20～30歲檢出率最高，與報道的乳腺纖維腺瘤多發于15～25歲女性相符，60歲以上人群未檢出乳腺纖維瘤，與其發病因素相符［12］。

部分學者認為乳腺纖維腺瘤的發生也與飲食有關，高脂飲食可改變腸道菌群，使之來自膽汁的類固醇在結腸中轉化為雌激素，進而刺激乳腺導管上皮及間質纖維組織增生引起纖維腺瘤［13］。乳腺結節大多是乳腺囊性增生的表現。乳腺囊腫也是較為常見的乳腺良性病變，主要是由于內分泌失調致乳腺組織異常增生［14-15］。乳腺脂肪瘤是來源于乳腺脂肪組織的一種良性腫瘤，可發生于任何年齡。乳腺導管擴張多發生于更年期和絕經期的女性，單純性的導管擴張主要是由于卵巢功能紊亂、黃體素減少、雌激素分泌過多，也常見于妊娠期和哺乳期的女性［1］。乳腺增生和乳腺纖維腺瘤可增加癌變的風險，及早發現并盡快治療，對乳腺疾病的防治工作尤為重要［16］。體檢發現乳腺結節，醫生都會建議再做進一步檢查，主要目的就是分辨結節是良性還是惡性。

而人工智能診斷乳腺結節醫生只要坐在B超機前，用探頭給患者檢查后，將采集的圖像保存發送給超聲機器人，超聲機器人就能實時生成檢查結果，找到乳腺結節，標注位置和尺寸，并提示良性或惡性的可能性。國內外已經有一些醫院的影像科室在使用智能診斷系統，來輔助專業醫生的檢查，目前應用最多的是糖網篩查、甲狀腺結節和肺結節閱片，準確率達到85.7%以上［17-18］。

綜上所述，乳腺疾病的篩查和早期診斷，以及人工智能模式的應用對于降低乳腺疾病的發病率，具有十分重要的意義。本研究也存在不足之處，乳腺疾病的診斷是通過超聲而不是活檢病理，因此研究結果仍需更大規模的前瞻性調查研究進一步驗證。

參考文獻

［1］孫穎慧，劉爍.某重點中學女教職工健康體檢乳腺超聲檢查結果分析［J］.中國療養醫學，2016，25（8）：887-888.

［2］康君婕，熊曉紅，余元華，等.51778例已婚女性健康體檢婦科疾病檢出情況分析［J］.中國婦幼保健，2015，30（2）：4971-4972.

［3］邱瑜，蔡添才，林莉.女性乳腺增生的相關因素分析及保健對策［J］.中國療養醫學，2014，23（7）：638-639.

［4］夏稻子，王學海，朱強，等.超聲診斷學［M］.北京：人民衛生出版社，2008：200.

［6］白人駒，馬大慶，張雪林，等.醫學影像診斷學［M］.2版，北京：人民衛生出版社，2005：396.

［8］張黎峰，茅群霞，王獻蜜，等.我國6省市育齡婦女乳腺疾病流行狀況調查［J］.中國計劃生育學雜志，2014，22（10）：658-665.

［9］劉小銘.乳腺超聲在婦女健康體檢中發現乳腺疾病的應用價值［J］.中國實用醫藥，2014，9（14）：97-98.

［10］袁智英，陳榮芳.14332例婦女乳腺病篩查結果的分析［J］.中國醫藥指南，2015，13（20）：134-135.

［11］中華預防醫學會婦女保健分會乳腺保健與乳腺疾病防治學組.乳腺增生癥診治專家共識［J］.中國實用外科雜志，2016，36（7）：759-761.

［12］中華預防醫學會婦女保健分會乳腺保健與乳腺疾病防治學組.乳腺纖維瘤診治專家共識［J］.中國實用外科雜志，2016，36（7）：752-754.

［13］張恒燕.48例乳腺纖維腺瘤外科手術治療效果觀察［J］.世界最新醫學信息文摘，2015，15（8）：94-95.

［16］王桂玲，任連成，劉春香.乳腺增生與乳腺癌相關性研究［J］.中國醫藥導刊，2014，16（6）：972-973.

［18］趙艷秋.甲狀腺“超聲機器人”［J］.IT經理世界，2017，（11）：14-16.

作者:王力 魏文志 劉艷如 溫曉華 張彥敏 王天軼 單位:解放軍白求恩國際和平醫院健康管理中心