机器学习对乳腺癌诊断应用现状研究进展

乳腺癌已经超越肺癌成为世界第一大癌症，同时也是女性患者中致死率最高的恶性肿瘤。随着乳腺癌诊疗技术的不断进步，早期乳腺癌患者的5年生存率可达95%,因此，乳腺癌早期筛查、诊断和治疗是其良好预后的关键。机器学习是人工智能(AI)领域极其重要的分支，由于计算机硬件的不断提升、深度学习算法的持续进步及海量乳腺癌临床数据的累积，使得机器学习在乳腺癌早期筛查、诊断及预后判断等领域发挥重要作用。本综述对机器学习在乳腺癌诊断领域中的研究及应用现状进行总结，以期为乳腺癌AI诊断提供新的方向和思路。以“机器学习”“深度学习”“人工智能”“乳腺癌诊断”为关键词，检索2016-01-01-2022-12-31 PubMed及中国知网相关文献。纳入标准：机器学习在乳腺癌X射线片诊断中的研究；机器学习在乳腺癌MRI诊断中的研究；机器学习在乳腺癌超声诊断中的研究；机器学习在乳腺癌病理诊断中的研究。排除标准：涉及乳腺癌AI诊断的著作、汇编及二次文献。最终纳入分析文献66篇。结果表明，机器学习在乳腺X射线片和乳腺超声领域的研究可以做到自动分割病灶、病灶特征的提取和分析，最终判别病灶的良恶性；而机器学习在乳腺MRI和乳腺...