第二部分:不同评估方法对计算机辅助前列腺核磁共振检测/诊断 (CADe/CADx) 装置的应用对读器性能的影响
Jeffrey H Maki1, Nayana U Patel2, Ethan J Ulrich3
1Department of Radiology, University of Colorado Anschutz Medical Center, 12401 E 17th Ave (MS L954), Aurora, CO 80045, USA.
Current problems in diagnostic radiology
|May 3, 2024
概括
人工智能 (AI) 软件显著提高了放射科医生在MRI扫描上检测前列腺癌的性能. 这项研究标准化了人工智能报告,以加强临床使用人工智能工具的评估和比较.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 在前列腺癌检测中对人工智能 (AI) 的报告标准化对于可靠的评估至关重要.
- 一个多个读者,多个案例研究被设计用于评估AI性能和报告方法.
研究的目的:
- 为了说明标准化AI前列腺研究的建议.
- 评估人工智能软件对放射科医生的诊断性能的影响.
主要方法:
- 一项涉及9名读者的临床研究分析了150项双参数前列腺MRI研究.
- 测量了医生的表现,使用和不使用ProstatID CADe/CADx软件.
- 统计分析包括曲线下的面积 (AUC) 和自由响应ROC (FROC) 的指标.
主要成果:
- 与无辅助读数 (0.045,α = 0.05) 相比,人工智能辅助的AUC值显示了统计学上显著的改善.
- 在FROC分析中,诊断准确度显著提高 (θ从0.405到0.453,α=0.05).
- prostatID 软件表现出高的独立性能,AUC 为 0.929 (组织水平) 和 0.710 (损伤水平).
结论:
- 该研究成功地应用并说明了前列腺AI研究的标准化报告方法.
- 该ProstatID CADe/CADx软件显著提高了放射科医生的诊断性能.
- 人工智能工具显示出提高临床意义上的前列腺癌检测和定位的潜力.
