Enhancing Accuracy in Breast Density Assessment using Deep Learning: A Multicentric, Multi-Reader Study

Kvak, D., Biroš, M., Hrubý, R., Dandár, J., Janů, E., & Atakhanova, A. (2024). Enhancing Accuracy in Breast Density Assessment using Deep Learning: A Multicentric, Multi-Reader Study. European Congress of Radiology 2024, Vienna.

Abstrakt:

Rakovina prsu je nejčastějším typem rakoviny u žen a je hlavní příčinou úmrtí na rakovinu u žen na světě. Diagnostika abnormalit při mamografickém vyšetření je považována za obtížný úkol kvůli proměnlivé velikosti a tvaru lézí, obtížnému rozlišení hranic lézí a některým extrémně malým lézím. Zásadním faktorem ovlivňujícím detekci karcinomu prsu je hustota prsní tkáně, která může snižovat viditelnost nádorů a je nezávisle spojena se zvýšeným rizikem vzniku karcinomu prsu. Systém BI-RADS (Breast Imaging Reporting and Data System) vytvořený American College of Radiology nabízí standardizovaný klasifikační systém pro hodnocení hustoty prsu. Tento systém se však potýká s problémy kvůli značné variabilitě mezi jednotlivými radiology, což vnáší do hodnocení nejistotu a nejednotnost.