关于人工智能算法在乳腺癌查中的试验概述 - 国际评估和实施的路线图
T J A van Nijnatten1, N R Payne2, S E Hickman3
1Department of Radiology, University of Cambridge School of Clinical Medicine, Box 218, Level 5, Cambridge Biomedical Campus, Cambridge CB2 0QQ, United Kingdom; Department of Radiology and Nuclear Medicine, Maastricht University Medical Center+, Maastricht, the Netherlands; GROW - School for Oncology and Reproduction, Maastricht University Medical Center+, Maastricht, the Netherlands.
人工智能 (AI) 在乳房扫描查中表现不劣,与双读相比,可能减少工作量. 在将AI纳入国家卫生服务乳腺查计划之前,进一步的前性试验至关重要.
科学领域:
- 放射学和医学成像学 医学成像学
- 医疗保健中的人工智能
- 公共卫生查计划 公共卫生查计划
背景情况:
- 追溯研究表明,人工智能 (AI) 算法的性能相当于乳房影像查中的双读.
- 人工智能的实施可以简化工作流程,使单人读取,减少放射科医生的工作量.
- 预期试验对于在英国国家卫生服务乳腺查计划 (NHS BSP) 整合之前评估AI的安全性和有效性至关重要.
研究的目的:
- 审查当前关于人工智能的证据在乳房镜查.
- 促进就人工智能实施的下一步步骤达成共识.
- 在广泛采用之前,解决潜在的不利后果.
主要方法:
- 召开了利益相关者会议,讨论在乳房扫描查中的AI.
- 证据审查和关于实施战略的共识讨论.
- 关于多中心,多供应商测试平台研究的建议,有选择退出同意.
主要成果:
- 共识赞成一个多中心,多供应商测试平台的研究.
- 人工智能门需要坚定不移的决心,以保持不低劣的查性能,避免回调率的增加.
- 人类读者参与仍然至关重要,对只有AI的召回进行仲裁.
结论:
- 共识支持一个多中心,多供应商的人工智能测试平台研究乳房扫描查.
- 需要对AI值进行仔细校准,以保持查性能和控制召回率.
- 人类参与决策,特别是人工智能发起的行动,对于安全融入NHS BSP至关重要.
更多相关视频
07:41Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases
Published on: May 17, 2019
08:08Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence
Published on: June 10, 2025
