更新成像软件对用于乳腺癌诊断的机器学习模型性能的影响:一个多中心的回顾性研究

科学领域:

• 医学成像分析分析 医学成像分析
• 机器学习在医疗保健中的应用
• 乳腺病变的表征 乳腺病变的表征

背景情况:

• 人工智能 (AI) 模型越来越多地与医学成像数据一起使用.
• 图像设备的软件更新可能会影响人工智能模型的性能.
• 人工智能模型在不同软件版本中的通用性尚未得到充分理解.

研究的目的:

• 开发机器学习模型,使用剪波弹性图 (SWE) 数据来识别恶性乳腺病变.
• 评估这些模型对来自原始和更新的成像软件版本的外部数据的概括性.

主要方法:

• 使用多中心,国际SWE数据开发和验证机器学习模型 (GLM,MARS,XGBoost,SVM).
• 使用十倍交叉验证.
• 模型的性能通过将发现与组织病理学评估或2年随访进行比较来评估,使用接收器操作特征曲线 (AUROC) 下的面积.

主要成果:

• 该研究包括1288个用于开发的案例和385个用于外部验证的案例.
• 与原始软件数据 (AUROC 0.902 和 0.872) 相比,GLM 和 XGBoost 模型的更新软件数据 (AUROC 0.941 和 0.934) 的表现更好.
• 随着软件更新,MARS模型显示性能下降 (0.847比0.894),SVM没有校准.

结论:

• 某些机器学习模型显示,尽管有成像软件更新,但仍有可能保持性能.
• 模型的概括性有所不同,一些模型在更新的软件数据上表现不佳.
• 需要进一步的研究,以确保AI模型在医疗成像中的软件代中的稳定性.