使用红外热学和人工智能进行乳腺癌临床前查:一项前性,多中心的诊断准确性队列研究

科学领域:

• 医学成像医学成像
• 医疗保健中的人工智能
• 在瘤学瘤学.

背景情况:

• 对乳腺癌 (BC) 查的有限准入需要创新的解决方案.
• 基于手机的人工智能红外热像 (AI-IRT) 系统开发用于BC查.

研究的目的:

• 在大型前性临床试验中评估AI-IRT系统的诊断性能.
• 将人工智能模型的诊断准确性与人类临床医生进行比较.

主要方法:

• 未来临床试验涉及两个数据集 (2100名和102名患者).
• 两个AI模型 (二进制和多项) 的内部和外部验证.
• 人工智能模型准确度与人类阅读器的比较.

主要成果:

• 二元AI-IRT模型实现了高诊断准确性 (AUC0.9487内部,0.9120外部).
• 人工智能模型的准确性 (0.8627) 超过了人类读者 (0.8088).
• 二元模型在多元模型上表现出更高的性能.

结论:

• 人工智能IRT系统在不同的人口统计学方面表现出高精度.
• 该系统减少了对手动解释的依赖,增强了临床前查.
• AI-IRT有可能显著提高乳腺癌查率.