緊急時におけるAI対AI支援放射線科医のICH検出:将来的な多センター診断精度研究

科学分野:

• 医療用画像検査
• 医療における人工知能
• 神経学

背景:

• 頭蓋内出血 (ICH) は,患者の最適な結果のために迅速な診断を必要とします.
• 人工知能 (AI) は 放射線科医の不足や 増加した作業量など 神経イメージングの課題に対する 潜在的な解決策を提供します
• この研究では,ICH検出におけるAIアシスト放射線医とAIアシスト放射線医の診断効果を直接比較しています.

研究 の 目的:

• 脳のCTスキャンで頭蓋内出血 (ICHs) を識別するAI支援放射線科医に対する3つの商用AIサービスの診断パフォーマンスを評価し,比較する.
• 神経イメージングにおける補助的な援助と対比して,主要な診断ツールとしてのAIの有効性を評価する.

主な方法:

• 67の医療機関から 15ヶ月間にわたる3409の脳CTスキャンを対象とした多センター研究です
• 3つの登録されたAIサービスとAIによる放射線医の解釈の比較
• 診断指標を評価するために,McNemarのテストとCohenのh効果サイズを使用した統計分析.

主要な成果:

• AI支援放射線科医は,すべての指標において統計的に優れたパフォーマンスを示しました. 感度 (98.91%対95.91%),特異性 (99.83%対87.35%),精度 (99.53%対90.11%).
• AIの支援を受けた放射線科医は,単独のAIと比較して323倍高い診断確率と73倍低い偽陽性率 (4対293症例) を有していた.
• 完全な誤差の補完性が観察され,AIは放射線科医の誤差を識別し,その逆もシネジスティックな可能性を示した.

結論:

• 放射線科医はICH診断のゴールドスタンダードであり,独立したAIシステムを大幅に上回ります.
• AIは診断の感度を改善する"第2の読者"として有望ですが,高い偽陽性率を減らすために実質的な精錬が必要です.
• 最適な実装には,自律的な診断システムではなく,放射線科医のワークフロー内の補助ツールとしてAIを統合することです.