测量计算机视觉人工智能的性能,以解释艾滋病毒自检结果的图像
Stephanie D Roche1, Obinna I Ekwunife1, Rouella Mendonca2
1Public Health Sciences Division, Fred Hutchinson Cancer Center, Seattle, WA, United States.
Frontiers in public health
|February 22, 2024
概括
人工智能 (AI) 准确地解释了艾滋病毒自我测试 (HIVST),显示了改善艾滋病毒测试质量保证和支持差异化艾滋病毒服务提供模式的希望. 这项技术可以帮助防止误解,并确保HIV预防和治疗的正确临床决策.
科学领域:
- 公共卫生 公共卫生
- 生物技术是生物技术.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 艾滋病毒自我检测 (HIVST) 是世卫组织推的一种工具,它解决了像耻辱感这样的障碍,但由于对结果误解的担忧,仍未得到充分利用.
- 对HIVST结果的准确解释对于有效的HIV预防和治疗策略至关重要,包括暴露前预防 (PrEP) 和抗逆转录病毒疗法 (ART).
研究的目的:
- 评估人工智能 (AI) 算法在肯尼亚的现实环境中解释HIVST结果的性能.
- 将AI解释的准确性与客户,药房提供商和专家小组的读数进行比较.
主要方法:
- 在肯尼亚基苏穆的20家私人药房进行了一项研究,向客户提供HIVST.
- 客户和受过培训的药房提供者解释了HIVST结果,随后由人工智能算法和专家小组分析图像.
- 灵敏度,特异性,正预测值 (PPV) 和负预测值 (NPV) 用专家小组作为基本事实来计算.
主要成果:
- 人工智能算法实现了100%的灵敏度和100%的NPV,具有98.8%的特异性和81.5%的PPV.
- 药房客户和供应商显示敏感度和NPV较低,但具有完美的特异性和PPV.
- 人工智能在识别艾滋病毒阴性和艾滋病毒阳性结果方面表现出强的表现,有可能捕获人类解释错误.
结论:
- 人工智能计算机视觉技术在提高艾滋病毒检测质量保证方面显示出重大前景.
- 人工智能可以作为一个有价值的工具,通过确保对HIVST的准确解释来支持差异化的HIV服务提供模式.
- 需要进一步的研究来评估部署人工智能用于HIVST解释的现实影响和潜在挑战.
