ディープ・ラーニング・アシスト・システムは,子宮頸細胞病変の診断における実用的な効果を向上させる:読解モードの比較研究
Zichen Ye1, Peiyu Zhang2, Ronggan Wei3
1School of Population Medicine and Public Health, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing, 100730, China.
まとめ
ディープラーニング (DL) 読み取りモードは,細胞病理学者の子宮頸がんスクリーニングの精度と効率を大幅に高めます. 同期モードは最高の効率を提供し,セカンドモードとトリアージモードは,それぞれ感度と特異性で優れています.
科学分野:
- 医療用イメージング
- コンピューター病理学
- 医療における人工知能
背景:
- ディープラーニング (DL) は,細胞病理学的診断の改善に有望である.
- 異なるDLアシスタドリーディングモードの比較効果とユーザー体験に関するデータは限られている.
研究 の 目的:
- 子宮頸細胞病理学における4つの異なるDLアシスタドリーディングモード (非アシスタド,同時,二次,トリアージ) を評価する.
- 診断性能,効率,および細胞病理学者の好みに与える影響を評価する.
主な方法:
- ランダム化され,制御され,四方向のクロスオーバー研究で108人の細胞病理学者が1620個の子宮頸部スライドを読み取りました.
- 4つの読み取りモードを使用しました: 無助,同時,二次,トリアージ.
- 採用,信頼,好みに関するアンケート調査が含まれています.
主要な成果:
- すべてのDLアシストモードは,無アシストの読み取りと比較して感度と特異性を改善しました.
- 同期モードでは読書時間が大幅に短縮され (53秒/スライド),トリアージモードでも効率が向上しました (130秒/スライド).
- 細胞病理学者の90%以上はDLモードが有用であると考えており,同時モードが好まれましたが,トリアージモードが最も高い得点でした.
結論:
- 第2モードは感度を高め,トリアージモードは特異性を高め,同時モードは効率を最大化します.
- 発見は,細胞病理学の実践において最適なDLアシストモードを選択するための指針を提供します.
- DL統合は,子宮頸部スクリーニングにおける診断の信頼性とパフォーマンスを高めることができます.
