人工智能在乳腺超声报告生成中的应用

目的 超声是中国女性乳腺检查的常用方法,提升超声医生临床诊断效率对乳腺筛查的全面普及意义重大.尽管医生目前有自己的模板生成超声报告,但从模板到最终形成报告,还有很多繁琐工作需要医生完成.本文尝试通过人工智能(artificial intelligence,AI)技术,辅助医生完成部分繁琐工作,提高医生完成乳腺超声报告的效率.方法 首先基于乳腺影像报告和数据系统的词汇索引以及医生临床经验,归纳出结构化特征描述语句;然后基于卷积神经网络(convolutional neural networks,CNN)+Transformer模型获取患者的良恶性分类信息,基于Unet和冒泡排序模型自动标记、测量病灶最大径和计算纵横比;最后AI综合上述信息生成初步诊断报告,用以辅助医生生成最终报告.结果 AI报告特征描述语句准确率达81.52%,病灶最大径相对误差为10.8%,纵横比准确率达到 100%,提升医生撰写报告效率达到 68.31%.结论 该模型在保证准确率的情况下,能够有效减少医生撰写报告时间,为优化乳腺超声检查流程提供了技术基础.