商用人工知能対放射線科医: 大規模人口ベースのデジタルマンモグラフィーとトモシンセシススクリーニングマンモグラフィーコホートにおけるNPVとリコール率

Iris E Chen¹, Melissa Joines¹, Nina Capiro¹

¹Department of Radiology, University of California, Los Angeles, 200 UCLA Medical Plaza, Los Angeles, CA, 90095.

AJR. American journal of roentgenology

|September 3, 2025

まとめ

人工知能 (AI) は,マンモグラフィの解釈において潜在性を示し,高い負の予測値 (NPV) を達成しているが,放射線科医と比較してリコール率が増加している. AIの値の調整はより多くの癌を検出できますが誤った陽性を著しく高めます

科学分野:

放射線科と医学画像
医療における人工知能
乳がん検診

背景:

人工知能 (AI) は,陰性スクリーニング検査を特定することで,潜在的にマンモグラフィのレビューを簡素化し,放射線科医は高リスクの症例に焦点を当てることができます.
放射線科医に対するAIのパフォーマンスの評価は,臨床乳がんスクリーニングのワークフローにおけるAIの有用性を理解するために不可欠です.

研究の目的:

デジタル・マンモグラフィー (DM) とデジタル・ブレスト・トモシンセシス (DBT) を用いたスクリーニング・マンモグラフィーの分類において,放射線科医に対するAIシステムの性能を比較する.
ネガティブな予測値 (NPV) とリコール率に焦点を当てて,異なるポジティブな分類値でAIのパフォーマンスを分析する.

主な方法:

アテナ・ブレスト・ヘルス・ネットワークからのDMとDBTスクリーニング検査の遡及分析 (2010年1月 - 2019年12月).
放射線科医の解釈とAI分類 (低,中,高リスク) と1年以内に乳がんの診断を比較する.
感度,特異性,リコール率,NPVを含むパフォーマンスメトリックは,AIと放射線科医の両方に計算されました.

主要な成果:

DMコホートでは,AI (高リスクの値) は放射線科医 (88. 6%, 93. 3%) よりも低い感度 (74. 4%) と特異性 (86. 3%) を示し,リコール率が高かった (14. 0% 対 7. 2%).
AIの中間/高リスクの値を使用すると,感度 (94. 0%) は著しく増加したが,DMではリコール率 (41. 8%) は著しく上昇した.
同様の傾向がDBTコホートで観察され,AIは高いNPVを達成したが,特に中等リスクの分類を含む場合,リコール率が高かった.

結論:

AIシステムは,DMとDBTの両方のマンモグラフィの解釈において高いNPVを達成し,スクリーニングワークフローにおける潜在的な役割をサポートします.
AIのリコール率は放射線科医よりも高く,特に中間リスクの分類が含まれる場合,誤った陽性を管理する戦略が必要になります.
AIは効率を高めるのに役立ちますが,その使用を最適化し,偽陽性結果の増加の影響を軽減するためにさらなる研究が必要です.

さらに関連する動画