通过全国联合学习诊断泛介质瘤:一个多中心队列研究
Ruijie Tang1, Hengrui Liang2, Yuchen Guo3
1School of Software, Beijing National Research Center for Information Science and Technology, Institute for Brain and Cognitive Sciences, Tsinghua University, Beijing, China.
The Lancet. Digital health
|August 25, 2023
概括
一个名为CAIMEN的人工智能 (AI) 系统有助于使用胸部CT扫描来诊断中瘤. 这种人工智能表现出高精度并协助临床医生,显示出改善胸部疾病患者护理的承诺.
科学领域:
- 胸部瘤学 胸部瘤学
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
背景情况:
- 中神经瘤由于复杂的解剖学和重叠的病理学而存在诊断挑战.
- 患病率的增加和预后不佳的可能性需要改进的诊断工具.
研究的目的:
- 开发和评估CAIMEN,这是一种高效的AI系统,用于使用胸部CT.胸部CT.胸部CT.胸部CT.胸部CT.胸部CT.胸部CT.胸部CT.胸部CT.胸部CT.
- 通过多中心,联合学习方法来解决临床实践中的诊断困难.
主要方法:
- 在24个中心的7825例中瘤病例和796例对照中使用隐私保障的联合学习来开发CAIMEN系统.
- 在多视图,知识转移,多层次决策模式中使用新的算法来增强CAIMEN.
- 对内部,外部和现实世界的数据集进行严格的测试,包括人类-AI比较研究.
主要成果:
- 凯门在外部测试中实现了0.973的ROC曲线下的面积.
- 分区性能 (子得分) 为0.765.5分.
- 分类准确度 (前1名/前3名) 为0.523/0.799,超过临床医生,并在人工智能协助下提高临床医生准确率高达19.1%.
结论:
- 在中瘤中,CAIMEN表现出高的诊断准确性.
- 人工智能系统显示出有很大的潜力来协助人类专家,并改善胸部疾病的临床实践.
