人工智能的诊断能力作为乳腺癌查计划中的额外阅读器
Mustafa Ege Seker1, Yilmaz Onat Koyluoglu1, Ayse Nilufer Ozaydin2
1Department of Radiology, Acibadem Mehmet Ali Aydinlar University, School of Medicine, Istanbul, Turkey.
European radiology
|February 22, 2024
概括
这项研究表明,人工智能 (AI) 显著提高了乳房造影查的准确性和效率. 人工智能作为一个分拣工具可以提高癌症检测,减少放射科医生的工作量,并使得早期诊断成为可能.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 乳房扫描查计划旨在早期发现乳腺癌.
- 间隔癌症和遗漏癌症在查方面仍然存在挑战.
- 评估人工智能 (AI) 对于早期检测和工作负载优化至关重要.
研究的目的:
- 为了评估AI的早期检测能力,随着时间的推移,对乳房扫描进行查.
- 评估AI在检测间隔癌症和先前访问的癌症方面的表现.
- 在不同的阅读场景中确定AI对放射科医生的工作负载的影响.
主要方法:
- 在为期10年的查计划中,分析了4282名妇女的5136张乳房图片.
- 人工智能软件分配了分数; 遗传病理学证实了基本的真相.
- 尤登指数确定了最佳的人工智能值;启动评估了工作流情景.
主要成果:
- 在最佳值下,AI实现了89.6%的AUC,具有72.38%的敏感性和92.86%的特异性.
- 人工智能识别了51.72%的间隔癌症和50%的错过癌症.
- 混合选工作流显示,工作量减少了69.5%,准确度增加了30.5%.
结论:
- 人工智能在查乳房影像方面表现出高灵敏度和特异性.
- 人工智能有效地识别了间隔和错过的癌症,使得早期诊断成为可能.
- 人工智能作为分拣机制可显著降低工作量,提高选效率.
