📄 medicine

The Efficacy of Automated Breast Ultrasound Combined with Hand-held Ultrasound in Evaluating MRI-Detected High-Risk Non-Mass Lesions

本研究表明，将自动乳腺超声与手持式超声相结合，在评估高风险非肿块病变方面，比核磁共振成像（MRI）具有更高的诊断特异度和更高的曲线下面积，能够有效减少不必要的活检，同时识别出具有恶性预测性的关键超声特征。

原作者： Xiaobing Chen, Yuxuan Qiu, Xiaojing Xu, Bei Lin, Kaiyan Lou, Hongmei Ran, He Li, Lingyun Bao

发布于 2026-06-28

📖 1 分钟阅读☕ 轻松阅读

原作者： Xiaobing Chen, Yuxuan Qiu, Xiaojing Xu, Bei Lin, Kaiyan Lou, Hongmei Ran, He Li, Lingyun Bao

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：寻找“大海捞针”

想象一下，你的乳腺组织是一片茂密的森林。有时，一棵危险的树（癌症）会在那里生长，但它看起来不像那种有着清晰树干和树枝的普通树木。相反，它看起来像是一团纠缠在一起的藤蔓，或者叶子中奇怪的变色区域。在医学术语中，这些被称为非肿块病灶 (Non-Mass Lesions, NMLs)。它们非常棘手，因为没有清晰的形状，很难与无害的植被斑块（良性情况）区分开来。

研究人员想要解决一个特定的问题：我们如何在不砍掉每一个可疑斑块进行检查的情况下，分辨出哪些是危险的“纠缠藤蔓”，哪些是无害的？

工具：三种不同的手电筒

为了寻找这些棘手的斑块，医生通常使用三种类型的“手电筒”（成像工具）：

乳腺 X 线摄影 (Mammography, MG)： 标准的 X 光检查。擅长观察坚硬的点，但在密集的森林（致密乳腺组织）中往往会“失明”。
核磁共振成像 (MRI)： 一种超强大、高科技的手电筒，几乎能看到一切。它非常擅长发现问题点（高敏感性），但它有点“疑神疑鬼”。它会对几乎所有东西都大喊“危险！”，即使是无害的斑块也是如此。这会导致许多不必要的活检室之旅（即检查是否为癌症的“手术”）。
超声波 (Ultrasound)： 声波手电筒。
- 手持式超声 (HHUS)： 医生拿着探头在皮肤上移动。它很棒，但完全取决于医生的技术和握持探头的方式。
- 自动超声 (ABUS)： 一台机器扫描整个乳房，并从各个角度创建完美的 3D 地图。它很一致，不会疲劳，但会错过一些细节，比如血流情况。

实验：“双重检查”策略

研究人员选取了 160 名患者，这些患者此前已被强力 MRI 标记为具有“高风险”非肿块病灶。MRI 的敏感性极高，发现了 166 个可疑点。

团队随后提出了疑问：“如果我们使用自动化超声（3D 地图）和手持式超声（详细血流检查）的组合来观察这些相同的点，会发生什么？”

他们将这种“双重检查”的结果与最终的真相（病理报告，这是唯一能确定是否为癌症的方法）进行了对比。

结果：更聪明，而不只是更大声

以下是他们的发现，使用了简单的类比：

MRI 就像一个非常响亮的警报系统。 它几乎会对每一个入侵者报警（91.4% 的时间能抓到坏人）。但它也会对猫、鸟和风报警（它的特异性较低）。因为它太响了，所以会导致很多恐慌和不必要的警察造访（活检）。
组合超声 (ABUS + HHUS) 就像一名聪明的保安。 它仍然能抓到几乎所有的坏人（87.5% 的敏感性），但它能更好地忽略无害的事物。它只在看到真正可疑的东西时才会拉响警报。

关键统计数据：

MRI： 捕捉到了 91% 的癌症，但仅能正确识别 32% 的良性（无害）病例。
组合超声： 捕捉到了 87.5% 的癌症，但能正确识别 69% 的良性病例为无害。

核心结论： 通过使用组合超声，医生可以比仅使用 MRI 时减少近两倍的无害病例担忧。这意味着患者将减少不必要的、压力巨大的且昂贵的活检。

什么会让一个点看起来很“糟糕”？

研究还观察了病灶的“性格”，以查看哪些特征可以预测癌症。把这些看作是扑克玩家露出的“破绽”：

钙化 (Calcifications，微小的岩石)： 如果病灶内部有细小的、明亮的斑点，它更有可能是坏的。
“光晕”效应 (The "Halo" Effect)： 如果病灶周围有一个明亮的、发光的环（高回声光晕），这是一个警告信号。
丰富的血流 (Rich Blood Flow)： 如果病灶正在泵出大量的血液（就像一个繁忙的建筑工地），它是可疑的。
段状分布 (Segmental Distribution)： 如果那个奇怪的斑块形状像一块饼的切片（段状），而不是随机的团块，它更有可能是癌症。

结论

论文得出结论，虽然 MRI 在发现这些棘手的、无固定形状的病灶方面表现出色，但它过于“疑神疑鬼”，导致了过多的不必要活检。

通过将自动超声 (ABUS) 和手持式超声 (HHUS) 加入其中，医生可以获得更清晰、更准确的图像。这种组合就像一个过滤器，在保持高敏感性（不漏掉癌症）的同时，显著提高了特异性（在情况安全时正确地判定为“安全”）。

简而言之： 这种新方法可以帮助医生避免 MRI 带来的“虚假警报”，在抓住癌症的同时，减轻患者因不必要的程序而产生的负担。

技术摘要：结合自动乳腺超声与手持超声在评估 MRI 检出的高风险非肿块病灶中的有效性

问题陈述
乳腺癌仍是全球女性中最常见的恶性肿瘤。虽然乳腺 X 线摄影、超声（US）和磁共歇共振成像（MRI）是标准筛查工具，但非肿块病灶（NMLs）的检测与定性仍面临显著的诊断挑战。NMLs 定义为缺乏明确肿块特征的异常发现，约占乳腺病灶的 9.2%，但其恶性率在 6.3% 至 53.8% 之间波动。

目前的诊断局限性包括：

MRI： 虽然具有高敏感性，但 MRI 在区分良性与恶性 NMLs 方面往往缺乏特异性，导致不必要的活检率升高并增加了患者的焦虑。
手持超声（HHUS）： 尽管对致密型乳腺组织（在东亚人群中常见）有效，但由于良性和恶性 NMLs 之间的超声特征存在大量重叠，HHUS 的特异性较低。
标准化： 超声中缺乏标准化的 NMLs 描述术语和分类标准，进一步增加了准确诊断的难度。

研究方法
这项回顾性单中心研究评估了 1 杭州市第一人民医院（2019 年 1 月至 2023 年 10 月）160 名患者（166 个病灶）中最初被 MRI 分类为 BI-RADS 4 或 5 级的乳腺 NMLs。所有病灶均通过穿刺活检或手术切除进行了组织学确认。

影像方案： 患者接受了术前 MRI、自动乳腺超声（ABUS）和 HHUS 检查。
- MRI： 在 3.0 T 系统上进行，并进行对比增强。
- ABUS： 使用西门子 Acuson S2000 系统获取标准化的横截面、矢状面和重建冠状面图像。
- HHUS： 使用 18L-6HD 线阵探头进行径向扫描，包括用于血流分级（Adler 法）的多普勒分析。
评估标准： 两名经验丰富的放射科医师根据特定的超声特征独立评估图像：内部回声、钙化、回声晕、导管异常、后方声衰减、血流分级、分布特征（局灶性、线性、段状、区域性）以及冠状面汇聚征。
统计分析： 以病理结果为金标准，计算了 MRI 与 ABUS+HHUS 联合方法相比的敏感性、特异性、阳性预测值（PPV）、阴性预测值（NPV）和曲线下面积（AUC）。通过单变量和多变量逻辑回归分析确定了恶性的独立预测指标。

主要贡献与结果
研究表明，将 ABUS 与 HHUS 结合使用，可以在不降低敏感性的情况下，显著提高高风险 NMLs 的诊断特异性。

诊断性能：
- MRI： 敏感性 91.4%，特异性 32.3%，AUC 0.618。
- ABUS + HHUS： 敏感性 87.5%，特异性 69.4%，AUC 0.784。
- 与单纯 MRI 相比，联合方法在特异性（ $P < 0.0001$ ）和 AUC（ $P < 0.00001$ ）方面表现出显著改善。
预测性超声特征：
多变量分析确定了与 NMLs 恶性转化显著相关的特定特征：
1. 钙化： 见于 68.27% 的恶性病例，而仅见于 25.81% 的良性病例（ $P < 0.0001$ ）。
2. 回声晕： 在 8.65% 的恶性病例中观察到（9 例均为恶性），而在良性病例中为 0%（ $P = 0.0426$ ）。
3. 丰富的血流信号： III 级血流在恶性病灶中更为常见（ $P = 0.0009$ ）。
4. 段状分布： 见于 9.62% 的恶性病灶，而在良性病灶中为 0%（ $P = 0.0086$ ）。
- 注：在本组队列中，内部回声、导管异常和冠状面汇聚征在良性和恶性组之间均未显示出统计学差异。

意义与主张
作者声称，整合 ABUS 和 HHUS 为重新评估 MRI 检测到的高风险 NMLs 提供了一种无创、具有成本效益且可靠的影像策略。这项工作的核心意义在于其潜力：

减少不必要的活检： 通过将特异性从 32.3%（MRI）提高到 69.4%（ABUS+HHUS），该联合模式有助于临床医生避免针对良性病灶进行不必要的侵入性操作。
提升诊断精准度： 研究证明，特定的超声特征（钙化、回声晕、丰富血流和段状分布）可作为 NMLs 恶性的正向预测指标。
优化临床决策： 该方法利用 ABUS 的可重复性（冠状面评估）和 HHUS 的血流动力学能力，构建了一个更客观的评估框架，解决了标准超声评估 NMLs 时常有的模糊性问题。

研究结论认为，虽然 MRI 仍是敏感的筛查工具，但增加 ABUS+HHUS 是区分良性和恶性 NMLs 的更优方法，从而完善了乳腺癌的诊断路径。