使用BI-RADS-US词典对乳腺病变诊断：专家评估的敏感性为98%，特异性为58.6%，而住院医生的表现明显低于专家（敏感性为66%，特异性为52.9%）。增强不同级别医生诊断效率的方法和技术成了临床的急迫需要。
本期我们医院超声科朱庆莉教授带领的团队所做的单中心研究论文，着重探讨S-Detect技术在乳腺超声检查中提高诊断效率的可行性。
摘要
目的：基于一组中国单中心的数据研究探讨计算机辅助诊断——S-Detect技术的可行性。
材料和方法：由一个有经验的放射科医生对个病人的个乳腺病变进行超声检查及评估。用S-detect以二分法对这些病变进行自动定性分类。之后再由一个住院医生在未获知超声诊断结果及组织学结果的情况下进行图像回顾。以组织学结果作为最终诊断金标准来对以上三者的诊断表现的评判一致性进行分析。
结果：此研究显示：与有经验的医生相比较，S-detect的敏感性稍低（87.07%vs98.1%）但特异性高（72.27%vs65.43%）。S-detect的敏感性和特异性均高于住院医生（敏感性82.86%，特异性68.94%）。S-detect的曲线下面积（0.）显示与有经验的医生表现的曲线下面积（0.）无明显区别，但高于住院医的曲线下面积（0.）。S-detect技术与有经验的医生有着适度的一致性。
结论：在研究组的个中国女性乳腺病变诊断中，S-detect技术表现良好，基本与有经验的医生有同等的表现，优于低年资医生。在特异性方面尤其表现出色。研究结果支持S-detect技术辅助乳腺病变诊断的临床可行性。
病史自觉左乳胀痛，医院行双侧乳腺X线检查发现左侧乳腺肿物。
查体：（-）
-01-08乳腺X线左乳外上可见不规则结节影，边界不清，其内可见细点状钙化影
诊断：左乳不规则结节伴砂砾样钙化，BI-RADS4b类；
手术病理（左乳肿物）高级别导管内癌，局灶浸润。
（左前哨淋巴结）淋巴结显慢性炎（0/3）
S-Detect临床示意图S-Detect是建立在一个深卷积神经网络上的，它通过提取高阶统计量和优化多个隐藏层的输入输出数据平衡，实现精确的决策，经过大规模的数据库训练和迭代。值得注意的是，未经图像后处理的原始超声信号被采集作为S-Detect发展的原始数据。因此，S-Detect不受人为干预，也不受超声伪影和斑点的影响，使其成为一个更可靠的独立机器诊断乳腺病变的CAD系统。为了阐明S-Detect的可行性及其在帮助放射科医生提高诊断性能方面的潜在用途，在韩国和意大利进行了多项研究。
我们的研究结果与之前韩国和意大利的研究结果一致，同时证实了S-Detect在中国医疗中心的可行性。