脏质量数据队列的多样性:对泌尿病学的影响AI研究人员

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 人工智能的人工智能

背景情况:

• 公共可用的放射性图像队列,TCGA TCGA KIRC和KiTS19,被广泛用于人工智能模型培训.
• 来自NCDB PUF和三级中心的真实癌数据揭示了人口统计和临床异质性.
• 细胞癌 (RCC) 的基因表达和生物学因种族而异,特别是在非洲裔美国人和高加索人群之间.

研究的目的:

• 检查TCGA KIRC和KiTS19队列中的人口异质性和分布.
• 评估与现实世界癌数据 (NCDB PUF,三级中心) 的偏差.
• 为了识别人工智能算法的潜在偏差,由于数据集的误导.

主要方法:

• 评估人口统计数据 (性别,种族),病理分类和癌症阶段.
• 美国泌尿病学协会使用的风险水平.
• 使用波桑回归来估计患病率和SAS 9.4进行数据分析.

主要成果:

• 与NCDB PUF相比,TCGA KIRC和KiTS19队伍过量采样白种人和不足采样非洲裔美国人.
• 三级队列也低于非洲裔美国人,并且显著低于侵略性癌症.
• 虽然在PUF,TCGA和KiTS19之间没有发现侵略性癌症发病率的显著差异,但存在显著的风险异质.

结论:

• 在常见的人工智能培训队伍和现实数据之间存在显著的人口统计和临床异质性.
• 在有偏见的数据集上训练的AI算法可能会加强现有的健康差异.
• 考虑队列异质性对于未来的AI开发和质研究中的验证至关重要,以确保临床适用性.