使用人工智能进行电脑解读的概括性:一项外部验证研究
Daniel Mansilla1,2, Jesper Tveit3, Harald Aurlien3
1Analytical Neurophysiology Lab, Montreal Neurological Institute and Hospital, Montreal, Quebec, Canada.
Epilepsia
|August 14, 2024
概括
用于电脑电图 (EEG) 解释的人工智能 (AI) 显示了专家级准确性. 这种AI模型,SCORE-AI,在各种患者群体和设备中展示了可靠的诊断性能,验证了其通用性.
科学领域:
- 临床神经生理学中的人工智能.
- 电脑电图 (EEG) 的自动解释.
背景情况:
- 使用人工智能的自动EEG解释可以解决医疗保健的差异,并减少专家的工作量.
- 确保AI在不同患者群体和设备的普遍性对于临床采用至关重要.
研究的目的:
- 评估SCORE-AI模型对人类专家的诊断准确性.
- 评估SCORE-AI在独立数据集上的概括性,该数据集具有不同的患者人口统计和EEG设备.
主要方法:
- 一个固定和冷的人工智能模型 (SCORE-AI) 在独立的EEG数据集上进行了测试.
- 人工智能模型的性能与三个失明的专家神经病学家进行了基准测试.
- 诊断准确度指标 (灵敏度,特异性,准确性) 根据外部黄金标准进行计算.
主要成果:
- SCORE-AI的整体准确率达到了92%,与专家 (94%) 相比.
- 在所有指标和异常类别中,AI和专家表现之间没有发现显著差异.
- 不管患者的警状态或正常变异的存在,SCORE-AI表现一致.
结论:
- SCORE-AI的诊断性能与人类专家相提并论.
- 人工智能模型的准确性在使用不同设备的独立,地理上不同的数据集上得到了验证.
- 这证实了SCORE-AI的可通用性和在EEG解释中广泛临床应用的潜力.
