超声新技术提升乳腺影像报告和数据系统分类特异度应用进展

2021-03-28王心怡崔立刚

中国医学影像技术 2021年6期

关键词：分类

王心怡，崔立刚

(1.北京大学第三医院超声科，北京 100191；2.北京大学肿瘤医院暨北京市肿瘤防治研究所乳腺中心恶性肿瘤发病机制及转化研究教育部重点实验室，北京 100142)

乳腺影像报告和数据系统(breast imaging reporting and data system， BI-RADS)系美国放射学会为统一乳腺X线摄影术语而提出，2003年第4版BI-RADS首次加入乳腺超声相关内容，而2013年第5版不仅修订了部分超声术语，还对弹性成像做了相应规范。目前BI-RADS已得到临床普遍认可，成为标准化报告的质量保证，其核心内容之一是对乳腺肿物进行分类评估，如4类肿物的恶性概率为2%～94%，建议取得组织病理学诊断。第5版将BI-RADS 4类肿物细分为3个亚类，但未改变对BI-RADS 4a类肿物(恶性可能>2%，但≤10%)进行活检的建议。临床工作中，医师难以判定为BI-RADS 3类或4a类时，常倾向于将肿物分入BI-RADS 4a类，意在避免漏诊，但可能带来非必要的活检[1]。超声是筛查乳腺癌最常用的影像学方法之一，超声BI-RADS分类对于乳腺肿物的临床决策至关重要，但其诊断特异度偏低，如何降低假阳性率成为亟待解决的问题。本文对乳腺超声新技术，包括超微血管成像(superb microvascular imaging， SMI)、全自动乳腺容积扫描(automatic breast volume scanner， ABVS)、弹性成像、超声造影(contrast-enhanced ultrasound， CEUS)及人工智能(artificial intelligence， AI)辅助BI-RADS精准分类研究进展进行综述。