基于人工智能的计算机辅助检测软件的诊断性能,用于自动化乳房超声波
Mi-Ri Kwon1, Inyoung Youn1, Mi Yeon Lee2
1Department of Radiology, Kangbuk Samsung Hospital, Sungkyunkwan University School of Medicine, 29 Saemunan-ro, Jongno-gu, Seoul, 03181, Republic of Korea (M.K., I.Y., H.-A.L.).
Academic radiology
|October 9, 2023
概括
人工智能 (AI) 计算机辅助检测软件显著提高了放射科医生的诊断性能,在自动化乳房超声波 (ABUS) 上检测可疑乳房病变. 这种AI-CAD工具提高了准确性,帮助放射科医生更有效地识别恶性发现.
科学领域:
- 医疗成像医学成像
- 放射学 放射学是一门学科.
- 医疗保健中的人工智能
背景情况:
- 自动乳房超声波 (ABUS) 是检测乳房病变的关键成像方式.
- 放射科医生的诊断性能可以通过先进的软件工具来提高.
- 计算机辅助检测 (CAD) 系统在解释医疗图像方面提供了潜在的改进.
研究的目的:
- 评估基于人工智能的CAD软件对放射科医生的诊断性能的影响,用于使用ABUS.US检测可疑病变.
- 为了比较放射科医生的诊断准确度,有和没有AI-CAD辅助.
- 分析AI-CAD错过或检测到的癌症的特征.
主要方法:
- 两位放射科医生从ABUS图像中检查了262个经过基因病理学验证的乳腺病变.
- 乳腺成像报告和数据系统 (BI-RADS) 类别被分配,然后使用AI-CAD结果以四种不同的方式重新调整.
- 在放射科医生和人工智能辅助解释之间,通过接受器操作员特征曲线 (AUC) 下的面积测量诊断性能,进行了比较.
主要成果:
- 放射科医生的初始AUC为0.870,在AI辅助修改 (AI辅助1) 后显著改善至0.919.
- 其他人工智能辅助的调整显示AUC的非显著改善.
- AI-CAD阴性癌症的特点是尺寸较小,收缩较少,BI-RADS类别较低,在非质量病变中没有后影.
结论:
- 实施AI-CAD显著提高了放射科医生在ABUS解释中的诊断性能.
- 基于人工智能的计算机辅助检测软件是提高乳腺病变检测准确性的宝贵工具.
- 进一步整合AI-CAD可能会导致更早,更准确的乳腺癌诊断.
