BI-RADS
BI-RADS (абр. від англ. Breast Imaging-Reporting and Data System (Система звітності та даних візуалізації грудей)) — інструмент забезпечення якості, спочатку розробленого для використання з мамографією. Система є спільним зусиллям багатьох груп охорони здоров'я, але опублікована та зареєстрована марка Американського коледжу радіології (АКР).
Система розроблена для стандартизації звітності та використовується медичними працівниками для інформування пацієнтів про ризик розвитку раку молочної залози, особливо для пацієнтів із щільною тканиною молочної залози[en]. Документ зосереджується на звітах пацієнтів, що використовують медичні працівники, а не на «звітах непрофесіоналів», які надаються пацієнтам.
Опубліковані документи[ред. | ред. код]
BI-RADS публікується АКР у формі Атласу BI-RADS. Станом на 2013 Атлас розділений на три видання:
- Мамографія, п'яте видання
- Ультразвук, друге видання
- МРТ, друге видання
Категорії оцінювання[ред. | ред. код]
Хоча BI-RADS є системою контролю якості, у повсякденному використанні термін BI-RADS відноситься до категорій оцінки мамографії. Це стандартизовані цифрові коди, які зазвичай призначає радіолог після інтерпретації мамографії. Це забезпечує стисле та однозначне розуміння запису для одного пацієнта між кількома лікарями та медичними закладами.[1]
Категорії оцінки були розроблені для мамографії та пізніше адаптовані для використання з результатами МРТ та УЗД. Короткий опис кожної категорії, поданий нижче, майже ідентичний для всіх трьох модальностей.
Категорія 6 була додана в 4-му виданні BI-RADS.
Категорії оцінки BI-RADS:[2]
- 0: Неповний
- 1: Негативний
- 2: Доброякісний
- 3: Ймовірно, доброякісний
- 4: Підозріло
- 5: Дуже вказує на злоякісність
- 6: Відома біопсія — доведена злоякісність
Неповна класифікація BI-RADS 0 гарантує спробу з'ясувати попереднє зображення для порівняння або зателефонувати пацієнту для отримання додаткових переглядів та/або високоякісних зображень. Класифікація BI-RADS 4 або 5 вимагає проведення біопсії для подальшої оцінки ураження.[3]
Деякі експерти вважають, що єдина класифікація BI-RADS 4 недостатньо адекватно повідомляє про ризик раку лікарям і рекомендують схему підкласифікації:[4]
- 4A: низька підозра на злоякісність, від > 2 % до ≤ 10 % ймовірності злоякісності
- 4B: проміжна підозра на злоякісність, від > 10 % до ≤ 50 % ймовірності злоякісності
- 4C: помірне занепокоєння, але не є класичним для злоякісних новоутворень, від > 50 % до < 95 % ймовірності злоякісних новоутворень
Категорії складу грудей[ред. | ред. код]
Станом на 5-е видання BI-RADS:[5]
- a. Груди майже повністю жирні
- b. Спостерігаються розрізнені ділянки фіброзно-гландулярної щільності
- в. Груди неоднорідно щільні, що може приховувати невеликі утворення
- d. Молочні залози надзвичайно щільні, що знижує чутливість мамографії
Автоматизоване вилучення[ред. | ред. код]
Було розроблено автоматичні аналізатори для автоматичного визначення BI-RADS,[6][7] категорій[8] і складу грудей[9] із текстових звітів мамографії.
Також доступний автоматичний синтаксичний аналізатор для визначення кінцевої категорії BI-RADS шляхом аналізу лише напівформатованого розділу знахідок текстового звіту мамографії.[10]
Примітки[ред. | ред. код]
- ↑ Mehrjardi, Mohammad Zare (2015). Bi-RADS® for: mammography and ultrasound (2013 updated version) (PDF Download Available). ResearchGate (англ.). doi:10.13140/rg.2.2.24908.82562/1.
- ↑ American College of Radiology (ACR) Breast Imaging Reporting and Data System Atlas (BI-RADS Atlas). Reston, Va: © American College of Radiology; 2003
- ↑ ACR Practice Guideline for the Performance of Ultrasound-Guided Percutaneous Breast Interventional Procedures Res. 29; American College of Radiology; 2009
- ↑ Sanders, M. A.; Roland, L.; Sahoo, S. (2010). Clinical Implications of Subcategorizing BI-RADS 4 Breast Lesions associated with Microcalcification: A Radiology–Pathology Correlation Study. The Breast Journal. 16 (1): 28—31. doi:10.1111/j.1524-4741.2009.00863.x. PMID 19929890.
- ↑ ACR BI-RADS® Atlas, Breast Imaging Reporting and Data System. Reston, VA: American College of Radiology. 2013.
- ↑ Nassif, Houssam; Woods, Ryan; Burnside, Elizabeth; Ayvaci, Mehmet; Shavlik, Jude; Page, David (2009). Information Extraction for Clinical Data Mining: A Mammography Case Study (PDF). IEEE International Conference on Data Mining (ICDM'09) Workshops. Miami: 37—42. doi:10.1109/icdmw.2009.63. ISBN 978-1-4244-5384-9. PMC 3676897. PMID 23765123.
- ↑ Nassif, Houssam; Cunha, Filipe; Moreira, Ines C; Cruz-Correia, Ricardo; Sousa, Eliana; Page, David; Burnside, Elizabeth; Dutra, Ines (2012). Extracting BI-RADS Features from Portuguese Clinical Texts. IEEE International Conference on Bioinformatics and Biomedicine (BIBM'12): 539—542. doi:10.1109/bibm.2012.6392613. ISBN 978-1-4673-2560-8. PMC 3688645. PMID 23797461.
- ↑ Sippo, Dorothy A; Warden, Graham I; Andriole, Katherine P; Lacson, Ronilda; Ikuta, Ichiro; Birdwell, Robyn L; Khorasani, Ramin (2013). Automated Extraction of BI-RADS Final Assessment Categories from Radiology Reports with Natural Language Processing. Journal of Digital Imaging. 26 (5): 989—994. doi:10.1007/s10278-013-9616-5. PMC 3782591. PMID 23868515.
- ↑ Percha, Bethany; Nassif, Houssam; Lipson, Jafi; Burnside, Elizabeth; Rubin, Daniel (2012). Automatic classification of mammography reports by BI-RADS breast tissue composition class. Journal of the American Medical Informatics Association. 19 (5): 913—916. doi:10.1136/amiajnl-2011-000607. PMC 3422822. PMID 22291166.
- ↑ Banerjee, Imon; Bozkurt, Selen; Alkim, Emel; Sagreiya, Hersh; Kurian, Allison W; Rubin, Daniel L (1 квітня 2019). Automatic inference of BI-RADS final assessment categories from narrative mammography report findings. Journal of Biomedical Informatics. 92: 103137. doi:10.1016/j.jbi.2019.103137. PMC 6462247. PMID 30807833.
Література[ред. | ред. код]
- Система BI-RADS у цифровій мамографії : тези 6-го Національного конгресу з міжнар. участю «Радіологія в Україні», м. Київ, 28–30 березня 2018 р. / Л. М. Васько, Т. О. Жукова, В. П. Баштан, В. Ф. Почерняєва, Н. С. Пилипенко, В. М. Кир’ян // Радіологічний вісник. – 2018. – № 1–2. – С. 48.
