據(jù)發(fā)表在《柳葉刀》數(shù)字健康雜志 7 月刊上的一項(xiàng)研究，決策推薦方法可以利用放射科醫(yī)生和人工智能的優(yōu)勢(shì)來提高乳腺癌篩查的診斷能力。
來自德國埃森大學(xué)醫(yī)院的 Christian Leibig 博士及其同事評(píng)估了人工智能系統(tǒng)在用作獨(dú)立系統(tǒng)或在決策推薦方法中與原始放射科醫(yī)師決策相比時(shí)在靈敏度和特異性方面的表現(xiàn).該分析包括來自八個(gè)篩查點(diǎn)的近 120 萬個(gè)全視野數(shù)字乳房 X 線攝影研究。
研究人員發(fā)現(xiàn)，獨(dú)立模式下的 AI 系統(tǒng)配置對(duì)內(nèi)部測(cè)試數(shù)據(jù)的敏感性為 84.2%，特異性為 89.5%，對(duì)外部測(cè)試數(shù)據(jù)的敏感性為 84.6%，特異性為 91.3%。然而，它不如普通的獨(dú)立放射科醫(yī)生準(zhǔn)確。模擬決策轉(zhuǎn)診方法對(duì)放射科醫(yī)生的敏感性和特異性分別顯著提高了 2.6 和 1.0 個(gè)百分點(diǎn)，對(duì)應(yīng)于外部數(shù)據(jù)集上 63.0% 的分類性能。在 AI 評(píng)估的研究子集上，受試者工作特征曲線下面積為 0.982，超過放射科醫(yī)生表現(xiàn)。對(duì)于許多臨床相關(guān)的亞組，包括小病灶和浸潤性癌的亞組，使用決策轉(zhuǎn)診方法觀察到敏感性顯著增加。
作者寫道：“這項(xiàng)研究的結(jié)果可以提高人工智能算法的安全推出，從而提高全國篩查項(xiàng)目的功效參數(shù)并減少放射科醫(yī)生的工作量。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！