基于皮肤镜的开源人工智能用于黑色素瘤诊断的前性验证 (PROVE-AI研究)
Michael A Marchetti1, Emily A Cowen1, Nicholas R Kurtansky1
1Dermatology Service, Department of Medicine, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
NPJ digital medicine
|July 12, 2023
概括
一个人工智能 (AI) 算法在诊断皮肤病变中的黑色素瘤方面表现出高准确性,改善了皮肤科医生的决策. 需要进一步的试验才能将这种AI工具整合到临床实践中.
科学领域:
- 皮肤病学 皮肤病学
- 人工智能的人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 人工智能 (AI) 显示出改善黑色素瘤评估的希望.
- 对用于黑色素瘤诊断的AI算法的临床验证是有限的.
- 开源,非商业AI工具需要严格的评估.
研究的目的:
- 为了验证黑色素瘤的开源AI算法的诊断准确性.
- 评估AI对皮肤科医生在黑色素瘤诊断中的决策的影响.
- 在95%的门上评估AI的灵敏度.
主要方法:
- 展望性,观察性临床研究.
- 使用皮肤损伤的皮肤镜像评估AI算法 (ADAE).
- 皮肤病学家的风险评估和管理选择在人工智能暴露前后进行了比较.
- 对所有参与者进行了损伤活检.
主要成果:
- 人工智能算法在黑色素瘤检测方面实现了96.8%的灵敏度和37.4%的特异性.
- 皮肤病学家的诊断准确性在AI暴露后显著改善 (AUC 0.7798对比 0.8161,p=0.042).
- 在AI后的决定提供了与所有病变的活检相等或更大的净益.
结论:
- 经过验证的开源AI算法准确预测黑色素瘤.
- 人工智能暴露提高了皮肤科医生评估可疑皮肤病变的能力.
- 需要进一步的随机试验来确认AI在皮肤病工作流程中的临床实用性.
