使用人工智能进行数字乳腺图莫合成查:初步的现实世界经验

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 医疗保健中的人工智能

背景情况:

• 数字乳腺瘤合成 (DBT) 是乳腺癌查的一个关键工具.
• 人工智能 (AI) 工具正在出现,以帮助解释医疗图像.
• 评估AI在临床环境中的实际影响对于采用至关重要.

研究的目的:

• 评估人工智能工具 (iCAD ProFound AI v2.0) 对乳腺癌检测的实际影响.
• 用人工智能评估癌症检测率 (CDR) 和异常解释率 (AIR) 的变化.
• 分析包括积极预测值 (PPVs) 的二次结果,在学术乳腺中心进行分专化.

主要方法:

• 对12个月的乳腺造影审计报告进行了回顾性分析.
• 两组之间的比较:一个使用人工智能工具,一个没有.
• 共同主终点:癌症检测率 (CDR) 和异常解释率 (AIR).
• 二级终点:PPV1和PPV3,使用概括估计方程进行分析.

主要成果:

• 在CDR中没有观察到统计学上显著的差异 (7.3%与AI相比5.9%没有AI).
• 异常解释率 (AIR) 在各组之间相似 (11.7%与AI相比11.8%没有AI).
• 积极的预测值 (PPV1和PPV3) 也显示了不显著的差异.

结论:

• 人工智能工具没有在CDR或AIR中产生统计学上显著的变化.
• 结果表明,使用人工智能改进CDR的趋势并不显著.
• 没有观察到AIR显著增加,这表明AI的潜力没有增加工作量.