用于开发人工智能技术的乳房扫描数据集的多样性,包容性和可追溯性:系统审查

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 放射学 放射学是一门学科.

背景情况:

• 对于乳腺癌研究而言,有许多放射性数据集存在,其中一些支持用于查和分类的AI开发.
• 人工智能技术越来越依赖于乳房扫描数据集 (数字化屏幕膜,2D数字和数字乳房图解合成).

研究的目的:

• 识别用于人工智能开发的乳房扫描数据集.
• 描述这些数据集的文件透明度,内容,人口统计和可访问性.
• 评估这些数据集中的多样性和包容性.

主要方法:

• 搜索MEDLINE和谷歌数据集,查找用于AI开发的乳腺成像数据集的研究,直到2024年6月.
• 总结了数据集特征,重点是文档,人口多样性和包容性.
• 审查了数据集的可访问性和个人属性的报告,如种族,种族,性别和性别.

主要成果:

• 在254个参考数据集中,只有28个是可访问的,190个是私有的,36个具有访问障碍.
• 大多数数据集来自欧洲,东亚和北美.
• 个人属性的报告很差,12%的人报告了种族/种族,30%的人报告了性别类别,关于性别与性别的模两可.

结论:

• 乳房造影数据集格局存在重大差距,其特点是全球代表性较差.
• 改进数据集特征和局限性的文档,特别是人口代表性的改进至关重要.
• 解决这些局限性将增强数据集对研究人员的实用性,并为乳房成像中公平的人工智能技术的发展提供信息.