商业AI算法的外部测试用于检测乳腺癌在查乳房扫描时的检测

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 医疗保健中的人工智能

背景情况:

• 乳腺癌查计划的目标是早期检测.
• 数字造乳镜是一种标准的查工具.
• 人工智能 (AI) 越来越多地被用于医学图像分析.

研究的目的:

• 评估商业人工智能系统对乳腺癌检测的性能.
• 在一个大型的外部查队伍中评估AI的概括性.
• 分析跨人口,临床和成像特征的AI性能变化.

主要方法:

• 来自加拿大不列颠哥伦比亚省的136,700张数字乳房造影的回顾性分析.
• 使用ROC曲线下的面积 (AUC) 评估AI算法性能.
• 与放射学家对AI灵敏度和特异性的比较.

主要成果:

• 人工智能算法在乳腺癌检测方面实现了0.93的整体AUC.
• 根据乳腺密度,AI的表现有显著差异 (D的AUC为0.84,A的AUC为0.96).
• 人工智能在建筑扭曲 (0.96) 方面表现更高,但在化 (0.87) 方面表现较低.
• 放射科医生的敏感性 (92.6%) 最初超过AI (89.4%),在2年的随访中没有差异.

结论:

• 商业人工智能系统可用于加拿大乳腺癌查.
• 人工智能性能受到特定的成像特征的影响,例如化和建筑扭曲.
• 需要进一步的研究来优化AI在不同患者子组的性能.