对可解释的人工智能技术的回顾以及它们在乳腺癌查乳房造影中的评价

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 在瘤学瘤学.

背景情况:

• 可解释性AI (XAI) 对于对AI诊断工具的信任至关重要.
• 乳房摄影对于早期发现乳腺癌至关重要.
• 人工智能在乳房造影中的整合需要能够解释临床采用.

研究的目的:

• 在医学成像中对XAI进行综合研究,重点是乳房影像.
• 比较XAI技术的诊断疗效在乳房影像.
• 确定研究缺口,并提出XAI在乳腺癌诊断中的未来方向.

主要方法:

• 医学成像和乳房影像中的XAI方法的文献综述.
• 对XAI技术的优缺点进行比较分析.
• 检查医学成像中XAI的评估方法.

主要成果:

• 乳房摄影是XAI研究中尚未探索的一个领域.
• 现有的XAI评估框架可能需要适应乳房影像.
• 在其他领域的XAI进步为乳腺癌检测提供了潜力.

结论:

• 在XAI的乳房学研究中存在关键的研究缺口.
• 开发专门的评估框架是必要的.
• 未来用于乳腺癌诊断的AI模型应该整合强大的XAI.