[论文解读] MAMMO: A Deep Learning Solution for Facilitating Radiologist-Machine Collaboration in Breast Cancer Diagnosis

Trent Kyono, Fiona J. Gilbert+1 more|arXiv (Cornell University)|Oct 30, 2018

AI in cancer detection参考文献 5被引用 30

一句话总结

MAMMO 是一种深度学习临床决策支持系统，通过两阶段方法将放射科医生的工作量减少 42.8%，同时提高诊断准确性：首先，采用多视角、多任务卷积神经网络（CNN）学习癌症诊断和放射学评估（如乳腺密度、可疑性）；随后，通过分诊网络识别出可由模型自信诊断的乳腺X线片以及需要放射科医生审阅的病例。该系统增强了可解释性，并将复杂病例优先分配给专家关注。

ABSTRACT

With an aging and growing population, the number of women requiring either screening or symptomatic mammograms is increasing. To reduce the number of mammograms that need to be read by a radiologist while keeping the diagnostic accuracy the same or better than current clinical practice, we develop Man and Machine Mammography Oracle (MAMMO) - a clinical decision support system capable of triaging mammograms into those that can be confidently classified by a machine and those that cannot be, thus requiring the reading of a radiologist. The first component of MAMMO is a novel multi-view convolutional neural network (CNN) with multi-task learning (MTL). MTL enables the CNN to learn the radiological assessments known to be associated with cancer, such as breast density, conspicuity, suspicion, etc., in addition to learning the primary task of cancer diagnosis. We show that MTL has two advantages: 1) learning refined feature representations associated with cancer improves the classification performance of the diagnosis task and 2) issuing radiological assessments provides an additional layer of model interpretability that a radiologist can use to debug and scrutinize the diagnoses provided by the CNN. The second component of MAMMO is a triage network, which takes as input the radiological assessment and diagnostic predictions of the first network's MTL outputs and determines which mammograms can be correctly and confidently diagnosed by the CNN and which mammograms cannot, thus needing to be read by a radiologist. Results obtained on a private dataset of 8,162 patients show that MAMMO reduced the number of radiologist readings by 42.8% while improving the overall diagnostic accuracy in comparison to readings done by radiologists alone. We analyze the triage of patients decided by MAMMO to gain a better understanding of what unique mammogram characteristics require radiologists' expertise.

研究动机与目标

• 在保持或提升乳腺癌筛查诊断准确性的同时，减少需要放射科医生阅片的乳腺X线片数量。
• 开发一种可临床集成的系统，实现放射科医生与人工智能的协作，而非取代放射科医生。
• 通过在学习癌症诊断的同时学习放射学评估（如乳腺密度、显着性），提升模型可解释性。
• 识别与需要放射科医生审阅的病例相关的患者特征，实现临床优先处理的针对性。
• 构建一种动态分诊机制，根据模型置信度将乳腺X线片分配给AI或放射科医生。

提出的方法

• 一个多视角、多任务学习（MTL）CNN 处理由双侧乳房的 CC 和 MLO 体位组成的四张乳腺X线片，联合学习癌症诊断与乳腺密度、可疑性等放射学评估。
• MTL 架构通过提升癌症诊断的特征表示能力，提供放射科医生可审核的可解释性输出。
• 一个独立的分诊网络利用 MTL 输出，基于模型置信度将每张乳腺X线片分类为“AI可诊断”或“需放射科医生阅片”。
• 数据增强策略包括视角特定的随机变换（翻转、旋转）、多通道 CLAHE、高斯噪声，以及由于小批量大小而采用的手动采样进行类别平衡。
• 该系统在包含 8,162 名患者的私有数据集上进行训练和评估，外部数据集（CBIS-DDSM）用于预训练但未显著提升性能。
• 通过预定义的阈值方程选择最优设置，使用不同分诊运行点下的假阳性率和假阴性率评估模型性能。

实验结果

研究问题

• RQ1 深度学习系统是否能在不牺牲诊断准确性的情况下减少需要放射科医生阅片的乳腺X线片数量？
• RQ2 包含放射学评估的多任务学习如何同时提升诊断性能和模型可解释性？
• RQ3 哪些患者特征（如年龄、乳腺密度、病灶类型）最能预测模型无法自信诊断的病例？
• RQ4 分诊机制是否能有效区分低风险与高风险病例，以优化放射科医生工作量？
• RQ5 集成模型可解释性特征（如可疑性评分）是否能增强放射科医生的信任度和临床实用性？

主要发现

• 在 1,000 名患者的测试集中，MAMMO 将放射科医生阅片数量减少 42.8%，同时相比仅由放射科医生阅片的情况，整体诊断准确性得到提升。
• 分诊网络成功识别出需要放射科医生审阅的患者主要为高乳腺密度（50–74% 和 75–100%）、年龄较大（≥60 岁）以及具有毛刺状肿块的患者。
• 具有毛刺状肿块的患者在所有放射学特征中癌症患病率最高（44%），与模型对复杂病例的优先处理一致。
• 引入多任务学习通过使网络学习更精细的、与癌症相关的特征表示，从而提升了诊断性能。
• 分诊系统在最小化假阴性和假阳性之间实现了良好平衡，性能在图 7 中的运行点上可视化，最优性能出现在特定置信度阈值处。
• 外部数据集（如 CBIS-DDSM）未显著提升性能，可能由于成像方式差异（胶片 vs. 数字乳腺X线摄影）。