在宫癌查中使用人工智能和视觉检查

科学领域:

• 妇产科和产科 妇产科和产科
• 医疗成像医学成像
• 医疗保健中的人工智能

背景情况:

• 用酸 (VIA) 对宫癌查进行视觉检查是主观的,资源密集的.
• VIA的局限性包括解释的变化和熟练人员的短缺.
• 人工智能 (AI) 提供了一个潜在的解决方案,以提高VIA的客观性和可访问性.

研究的目的:

• 评估医疗保健工作者,专家和人工智能算法在视觉检查中使用酸 (VIA) 的诊断性能.
• 将人工智能和人类解释的准确性与宫癌查专家共识进行比较.
• 评估使用专家共识作为培训和AI开发的参考标准的可行性.

主要方法:

• 一项涉及22名卫生保健工作者和9名妇科专家的诊断研究解释了83张宫图像.
• 人工智能算法也被用来评估相同的图像集.
• 诊断性表现指标包括灵敏度,特异性,曲线下的面积 (AUC) 和观察者之间的协议 (Fleiss kappa).

主要成果:

• 专家获得了最高的诊断性能 (灵敏度:81.6%,特异性:93.5%,AUC:0.93).
• 人工智能算法表现出强的性能 (灵敏度: 80.0%,特异性: 83.3%,AUC: 0.84),与医疗保健工作者相比 (灵敏度: 80.4%,特异性: 80.5%,AUC: 0.80).
• 与医疗保健工作者 (kappa=0.45) 相比,专家 (kappa=0.68) 和人工智能算法 (kappa=0.63) 的观察者间一致性最高.

结论:

• 专家的共识作为一个可行的参考标准,可能会取代培训目的的组织病理学.
• 人工智能算法在通过VIA.提高宫癌查的准确性和一致性方面显示出显著的潜力.
• 该研究强调了人工智能和专家判断在提高诊断准确性和解决宫癌查资源限制方面的互补作用.