マンモグラフィのトリアジングのための2つの人工知能ベースのアルゴリズムの組み合わせ:遡及的シミュレーション研究
Hee Jeong Kim1, Hak Hee Kim2, Hye Joung Eom1
1Department of Radiology and Research Institute of Radiology, Asan Medical Center, University of Ulsan College of Medicine, Seoul, South Korea.
European radiology
|August 21, 2025
まとめ
マンモグラフィの解釈のための2つの人工知能 (AI) アルゴリズムを組み合わせることで,精度が向上し,放射線科医のレビューを必要とするマンモグラフィの数は減少しました. このAIアプローチは乳がんのスクリーニングの ワークフローの効率を高めます
科学分野:
- 放射線科 と 医学 画像
- 医療における人工知能
- 乳がん 診断
背景:
- マンモグラフィの解釈は乳がんの早期発見に不可欠です.
- 放射線科医の作業量は高く,解釈の効率に影響を与える可能性があります.
- 人工知能 (AI) アルゴリズムは,マンモグラフィの分析に役立つことを示しています.
研究 の 目的:
- マンモグラフィの解釈のための2つの商用AIアルゴリズムの組み合わせの有効性を評価する.
- 精度を高め,放射線科医の作業量を減らすために,AIを用いた様々なトリアージングシナリオを評価する.
- 単一のAIとマニュアル解釈の組み合わせによるAIアルゴリズムのパフォーマンスを比較する.
主な方法:
- 213人のがん患者の3012件のマンモグラフィ (スクリーニング/診断) を分析した.
- 2つのAIアルゴリズム (AI-1,AI-2) は,悪性腫瘍のリスクによってマンモグラフィを分類した.
- 5つのトリアージングシナリオ (感受性,特異性,保守性,シーケンシャルA/B) をテストして,リコール,ネガティブ分類,または放射線科医のレビューを決定した.
主要な成果:
- 敏感モード: 84%の感度で,単一のAIとマニュアル読み取りを上回り,レビューのためのマンモグラフィは18.3%減少しました.
- 特定のモード:単一のAIを上回る87.7%の特異性で,手動の読み取りに匹敵し,レビューのためのマンモグラフィーは41.7%減少しました.
- 他のモードでは,単一のAI/マニュアル読みに対して比較可能な感度を示し,レビューを必要とするマンモグラフィの有意な減少 (最大49. 8%) を示した.
結論:
- 2つのAIアルゴリズムを組み合わせると 感度や特異性を向上させることで マンモグラフィの解釈が向上します
- AI主導のトリアジングは 放射線科医の審査を必要とする マンモグラフィの数を大幅に削減します
- シナリオの選択は鍵であり,より広範なスクリーニング集団での検証が必要です.
