癌症成像档案的人口组成的差异
Aidan Dulaney1, John Virostko1
1From the Department of Diagnostic Medicine (A.D., J.V.), Livestrong Cancer Institutes (J.V.), and Department of Oncology (J.V.), Dell Medical School, University of Texas at Austin, 210 E 24th St, Austin, TX 78712; and Oden Institute for Computational Engineering and Sciences, University of Texas at Austin, Austin, Tex (J.V.).
Radiology. Imaging cancer
|January 19, 2024
概括
癌症成像档案 (TCIA) 中的人口统计数据与美国癌症人口不匹配,这可能会限制人工智能 (AI) 工具. 这凸显了人工智能发展中的潜在健康差异.
科学领域:
- 放射学和医学成像学 医学成像学
- 在瘤学瘤学.
- 数据科学数据科学数据科学
背景情况:
- 癌症成像档案 (TCIA) 是开发放射学AI工具的宝贵资源.
- 确保数据中的人口代表性对于公平的AI开发和部署至关重要.
研究的目的:
- 分析TCIA癌症研究中患者的人口分布.
- 为了将TCIA人口统计数据与更广泛的美国癌症患者人口进行比较.
主要方法:
- 从TCIA对83项人类癌症研究的回顾性分析 (至2023年4月) 与人口统计数据.
- 患者中位数年龄,性别,种族和民族比例与美国癌症统计数据的比较.
主要成果:
- TCIA患者的中位年龄比美国人口低6.84年 (P = .047).
- 在TCIA研究中,女性患者的比例较高 (53%对47%).
- 美国印第安人/阿拉斯加原住民 (47.7%),黑人/非洲裔美国人 (35.8%) 和西班牙裔 (14.7%) 患者在TCIA.
结论:
- 美国TCIA患者人口统计数据并不代表美国癌症人口.
- 这种人口差异可能会降低基于TCIA数据训练的AI放射学工具的概括性和有效性.
- 解决这些差异对于癌症成像中的道德和公平的人工智能至关重要.
