値のカスタマイズが,プライマリケアトリアージのマルチクラスX線AIモデルの性能にどのように影響するか:遡及的研究

科学分野:

• 医療イメージングにおける人工知能
• 放射線学 ワークフロー最適化 ワークフロー最適化
• 胸部X線解析のためのディープラーニング

背景:

• マルチクラス胸部X線 (CXR) 分析のための商業的に利用可能なディープラーニング (DL) モデルは,特定の臨床環境に適応する必要があります.
• プライマリケアでは,安全を優先し,偽ネガティブを最小限に抑えるAIツールが必要です.

研究 の 目的:

• 商用CXR DLモデルの値最適化プロセスを記述する.
• モデルの診断性能を様々な値で評価する.
• プライマリケアにおけるAI対応トリアージの潜在的運用効果を推定する.

主な方法:

• マルチクラスCXR DLモデルの診断性能評価を遡って行う.
• シンガポールのプライマリケアクリニックと高等病院のデータを用いて,値ベースの分析.
• 小児科の研究と非標準的な見解を除いて,成人の前頭部CXRの816の含有.

主要な成果:

• 0.10の値では,感度が93.2%に増加し,負の予測値 (NPV) は91.3%に増加し,特異性は71.7%であった.
• 値を0.15から0.10に下げることで,安全性重視のトリアージワークフローで受け入れられる感度とNPVが向上しました.
• このトレードオフは,プライマリケアの安全性にとって極めて重要な偽否定を最小限に抑えることを優先しました.

結論:

• 値の最適化は,AIモデルを臨床ワークフローに合わせる上で極めて重要です.
• 操作値の調整により,安全なAI支援トリアージのための感度とNPVの優先順位を設定できます.
• 放射線科と臨床チームの共同作業は,初等医療におけるAIの効果的な導入に不可欠です.