编者按：“AME 作者面对面” 是微信公众号 “AME科研时间” 的特色专栏。编辑部精心挑选了发表在 AME 旗下杂志的优秀论著，诚邀作者总结亮点，分享研究成果，旨在进一步推动医学同行之间的交流和进步。分享团队：
所刊杂志：
Quantitative Imaging in Medicine and Surgery（点击查看杂志详情与影响因子）
文章标题：
深度学习技术联合临床因素预测BI-RADS 4A类阳性病变的临床研究（Novel Study on the Prediction of BI-RADS 4A Positive Lesions in Mammography Using Deep Learning Technology and Clinical Factors）
本研究回顾性收集2018年1月至2022年7月深圳市人民医院（467例）、2019年1月至2021年6月深圳市罗湖区人民医院（123例）共590例接受乳腺X线摄影检查乳腺疾病患者的临床、影像及病理资料，利用临床及影像资料构建预测BI-RADS 4A类阳性病变模型。
本研究将临床及影像变量纳入研究，最终4个变量纳入预测模型，其中年龄（OR=1.06，P=0.001）、乳头溢液（OR=7.57，P＜0.001）、超声BI-RADS评估（OR=5.77，P＜0.001）、深度学习系统分类结果（OR=6.58，P＜0.001）是独立预测因子。年龄的约登指数最大值为0.22，对应的年龄是42岁。预测模型具有较好的诊断效能，训练集、验证集及外部验证集的AUC分别为0.85、0.82、0.84。在训练集与内、外部验证集中，预测模型的AUC均高于年龄、乳头溢液、超声BI-RADS评估及深度学习系统分类结果单独的AUC，且两两比较差异具有统计学意义（P＜0.001）。
结论：本研究显示基于年龄、乳头溢液、超声BI-RADS评估及深度学习系统分类结果构建的预测模型能进一步辅助影像医师提高对BI-RADS 4A类病变的诊断效能，减少不必要的活检。（论著中文信息由第一作者整理提供，欲览英文原文请扫描下方二维码）
欧阳汝珊，硕士研究生，住院医师，以第一作者发表SCI论文1篇，《中华放射学杂志》论文1篇，参与发表SCI论文5篇，中稿RSNA及ECR会议4篇。
马捷，主任医师，教授，硕士研究生导师，美国哈佛大学布列根妇女医院访问学者，现任深圳市人民医院分院放射科主任。获得广东省科技进步奖2项；深圳市科技进步奖4项；获得成果转换3项，产品覆盖粤港澳大湾区。学术任职：中华医学会放射学分会乳腺学组委员、中国医师协会放射医师分会委员、中国抗癌协会肿瘤影像专业委员会委员、广东省医学会放射分会委员、广东省抗癌协会肿瘤影像专委会委员、广东省医学会乳腺学组副组长、深圳市医学会放射专业委员会乳腺学组组长、深圳市医师协会放射医师分会常务理事、深圳市中西医结合学会放射专业委员会副主任委员、《中华放射学杂志》审稿专家。
排版编辑：陈 童 AME Publishing Company
