人工智能驱动的计算机辅助诊断系统与肺癌查中医生的评估相比,提供了类似的诊断价值

科学领域:

• 医学成像分析 医学成像分析
• 医疗保健中的人工智能
• 肺瘤学 肺瘤学

背景情况:

• 肺结节需要准确的分析,以便及时诊断肺癌.
• 评估人类专家和人工智能在结节表征中的一致性至关重要.

研究的目的:

• 评估医生与人工智能软件在分析肺结节方面的协议.
• 为了确定AI衍生的结节特征是否与医生对癌性结节的解释一致.

主要方法:

• 用低剂量胸部CT扫描对570名参与者 (40-74岁) 的回顾性分析.
• 由专家小组和3D卷积神经网络 (CNN) 人工智能系统 (InferRead CT Lung) 的评估.
• 使用了一致性测试,ROC曲线分析和后勤回归.

主要成果:

• 在结节位置 (kappa=0.883) 和直径 (CCC=0.809) 上具有很高的AI-doctor一致性.
• 对于固体结节减弱的可接受的一致性 (kappa=0.503).
• AI (AUC=0.921) 和小组 (AUC=0.873) 显示肺癌的诊断准确度相似,没有显著差异.

结论:

• 人工智能软件在肺结节分析中与专家医生显著一致.
• 人工智能工具可以有效地帮助临床医生诊断和解释结节.
• 解释癌性结节的关键因素包括最大直径,固体和亚固体特征.