人工智能在7533次连续流行查乳房造影中的表现来自澳大利亚的BreastScreen计划

科学领域:

• 放射学 放射学是一门学科.
• 人工智能的人工智能
• 公共卫生 公共卫生

背景情况:

• 澳大利亚的乳房造影查计划经常使用两个独立的读者.
• 不一致的结果通常通过仲裁解决.
• 在这种环境中评估AI性能对于潜在的整合至关重要.

研究的目的:

• 为了评估人工智能 (AI) 算法的表现在澳大利亚乳房学查计划.
• 将AI的癌症检测能力与经验丰富的放射科医生进行比较.

主要方法:

• 分析了从2017年开始的7533种流行性乳房造影.
• 人工智能算法根据乳腺癌 (BC) 风险分位数对乳房影像进行分类.
• 性能指标包括灵敏度,特异性和预测值.

主要成果:

• 在最高风险组中,AI确定了51/54例侵入性BC和12/13例DCIS病例.
• 人工智能的召回率与放射科医生 (10.6%与9.7%) 相似.
• 当包括间隔和随后的圆癌 (88.06%对80.6%的灵敏度) 时,AI总体检测到更多的癌症.

结论:

• 人工智能性能与专家放射科医生在乳房影像查中的表现相当.
• 人工智能可以作为一个读者的替代品或作为仲裁支持工具.
• 人工智能有可能减少放射科医生的工作量和错误的阳性召回.