RSNA2024乳腺影像学

主要观点总结

本文介绍了乳腺影像学领域的多个研究热点，包括结合人工智能的乳腺X线摄影、功能MRI、多参数MRI及深度学习在乳腺病变诊断、风险预测及新辅助疗效评估中的应用。探讨了功能MRI、简化MRI序列筛查乳腺癌的可能性，以及常规超声及超声新技术结合人工智能在乳腺病变检测、诊断及新辅助疗效评估中的应用。此外，还讨论了乳腺CT和PET-CT在乳腺癌预后预测中的价值。

关键观点总结

关键观点1: 乳腺X线摄影在乳腺癌筛查和风险预测模型开发中的应用

乳腺X线摄影是数字乳腺X线摄影（DM），是乳腺癌筛查的核心影像学手段，但其诊断敏感度和特异度仍有提升空间。结合计算机辅助诊断（CAD）系统可提高诊断效能，且AI可替代双人阅片模式，降低人力成本。

关键观点2: 功能MRI、多参数MRI及深度学习在乳腺病变诊断、风险预测及新辅助疗效评估中的应用

功能MRI和多参数MRI能够提供解剖结构信息和功能改变，对乳腺癌筛查、鉴别良恶性病变、预测预后和评价疗效具有重要价值。深度学习模型用于乳腺癌诊断、风险预测和新辅助疗效评估显示出优异的效能。

关键观点3: 功能MRI、简化MRI序列筛查乳腺癌的可能性

简化MRI序列（ABMR）作为新发展方案，在乳腺诊断方面得到广泛认可，其诊断效能与标准乳腺MRI（FMR）相当，但具有更高的可重复性和效率。

关键观点4: 常规超声及超声新技术结合人工智能在乳腺病变检测、诊断及新辅助疗效评估中的应用

超声具有简便、经济、快速和可重复性高等特点，适用于人群筛查、诊断和预测预后。结合人工智能可提高超声诊断的准确性和效率，且新超声技术如定量高清微血管成像和剪切波弹性成像在区分乳腺良恶性病变中显示出高诊断效能。

关键观点5: 乳腺CT和PET-CT在乳腺癌预后预测中的价值

乳腺CT和PET-CT通过评估身体成分参数和肿瘤代谢特征，可预测乳腺癌的预后和治疗效果。特别是骨骼肌面积与接受CDK 4/6抑制剂治疗的转移性乳腺癌患者的预后存在显著相关性。

免责声明