摘要：目的" 探究人工智能S-detect技术在超声BI-RADS 4类乳腺肿块中的应用价值。方法" 选取2018年2月-2020年2月在中南大学湘雅三医院进行乳腺超声检查的女性患者73例作为研究对象，同时进行了S-detect检测。以组织学病理结果为金标准，分析S-detect技术在辅助常规超声前后在BI-RADS 4类乳腺肿块中诊断效能。结果" 以组织学病理结果为金标准，常规超声对76例乳腺肿块进行BI-RADS分类的正确率为72.37%、S-detect检测的正确率为71.05%，二者结合诊断的正确率为81.58%。常规超声、S-detect检测及S-detect辅助超声的受试者工作特征曲线下面积分别为0.724、0.746和0.838，后者具有最佳的AUC值(P<0.05)。结论" S-detect技术能有效提高常规超声对BI-RADS 4类乳腺肿块的诊断效能，减少不必要肿块活检。

    关键词：BI-RADS 4类；S-detect技术；人工智能；乳腺肿块

    中图分类号：R737.9" " " " " " " " " " " " " " " " "文献标识码：A" " " " " " " " " " " " " " " " "DOI：10.3969/j.issn.1006-1959.2023.17.022

    文章编号：1006-1959(2023)17-0115-04

    Application Value of Artificial Intelligence S-detect Technology

    in Ultrasound BI-RADS 4 Breast Masses

    HE Fang XIAO Ji-dong GUO Yang

    (1.Department of Diagnostic Ultrasound，the Third Hospital of Changsha，Changsha 410035 ......