多中心,多供应商验证一个FDA批准的算法进行乳房扫描选

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:

• 人工智能 (AI) 算法有可能提高癌症检测并优化放射科医生的工作流程.
• 在乳房造影中评估人工智能性能对于临床采用至关重要.

研究的目的:

• 评估基于商业人工智能的选算法对查乳房影像的性能.
• 为了评估算法在不同乳腺密度和病变类型的有效性.

主要方法:

• 一项回顾性研究分析了使用商业AI算法 (cmTriage) 的1255个查乳房图.
• 人工智能算法将考试标记为"可疑"或非可疑,通过曲线下的面积 (AUC),灵敏度和特异性来衡量性能.
• 数据包括不同的乳腺密度和病变类型 (质量,微化).

主要成果:

• 人工智能算法实现了病例识别的整体AUC为0.95,在密度 (AUC0.95) 和病变类型 (质量:0.94,微化:0.97) 中一致.
• 默认灵敏度为93%,特异性为76.3%.
• 现实世界的性能测试显示了86.9%的灵敏度和88.5%的特异性,与乳腺癌监测联盟 (BCSC) 研究中的实践放射科医生相比.

结论:

• 基于人工智能的分类软件表现出与练习放射科医生在乳房影像中检测病变一样的性能.
• 人工智能可能会提高读者特异性,简化放射科医生的工作流程,从而加快周转时间和增强患者护理.