人工智能在肺结节的自动检测:一个叙事审查
Amirreza Khalaji1, Farshad Riahi2, Diana Rafieezadeh3
1Department of Medicine, Division of Rheumatology, Lowance Center for Human Immunology, Emory University Atlanta, GA, USA.
概括
人工智能 (AI) 在早期肺癌检测方面表现有前途,通过在CT扫描上准确识别肺结节,与放射科医生相似. 虽然提高了准确性,但需要进一步的研究来解决诸如假阳性和通用性等挑战.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 在瘤学瘤学.
背景情况:
- 肺癌是全球癌症死亡的主要原因之一.
- 早期检测对于改善患者生存率至关重要.
- 目前的诊断方法在准确性和效率方面存在局限性.
研究的目的:
- 评估人工智能 (AI) 在肺结节检测中的作用.
- 评估AI在提高早期肺癌诊断准确度方面的潜力.
- 将AI性能与经验丰富的放射科医生进行比较.
主要方法:
- 评估了AI工具,特别是卷积神经网络 (CNN).
- 分析了从CT和X射线图像中识别和细分肺结节的AI性能.
- 评估AI作为放射科医生的补充工具 ("第二读者").
主要成果:
- 人工智能系统在肺结节检测方面实现了70-90%的灵敏度,与放射科医生相比.
- 在CT扫描上,AI的灵敏度超过95%,假阳性率低 (每扫描<1).
- 实施人工智能作为"第二读者"显著提高了整体检测准确度.
结论:
- 人工智能在支持放射科医生改善肺癌查方面显示出显著的希望.
- 人工智能工具可以提高早期肺癌诊断的准确性.
- 进一步的研究是必要的,以提高AI的特异性,并解决泛化性和监管挑战.
