人工智能在基于乳腺癌查中的评估:乳腺水平分析是否足够?
Adnan Gani Taib1, George John William Partridge1, Luyan Yao1
1Translational Medical Sciences, School of Medicine, University of Nottingham, Clinical Sciences Building, City Hospital Campus, Hucknall Road, Nottingham, NG5 1PB, UK.
European radiology
|June 25, 2025
概括
哺乳镜中的人工智能 (AI) 显示了病变水平的诊断性能下降,但总体上仍然超过了人类读者. 在损伤水平上评估人工智能对于乳腺癌查中有效的人类-人工智能合作至关重要.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 乳房显微镜是乳腺癌查的一个关键工具.
- 人工智能 (AI) 算法越来越多地用于帮助哺乳镜解读.
- 评估AI性能需要了解其在不同分析水平上的准确性.
研究的目的:
- 为了比较商业人工智能算法的诊断性能,用于乳房层面的乳房层面解释与病变层面的解释.
- 将AI的表现与大量专业的人类读者的表现进行比较.
- 研究解释水平对人工智能和人类阅读器准确性的影响.
主要方法:
- 从NHS乳腺癌查计划中对1200张乳房影像进行了回顾性分析.
- 商业人工智能算法的评估与来自PERFORMS程序的1258名人类读者的评估进行了比较.
- 进行了乳房水平和病变水平分析,计算曲线下的面积 (AUC),灵敏度和特异性.
主要成果:
- 人工智能在乳房水平 (0.942比0.878) 和损伤水平 (0.929比0.851) 实现了比人类读者更高的AUC.
- 人工智能的性能从乳房水平下降到病变水平 (AUC差异-0.013),人类读者的性能 (AUC差异-0.027) 也下降了.
- 在两种解释水平上,人工智能显著优于人类读者 (p < 0.01).
结论:
- 与人类读者相比,人工智能在乳房影像解释方面表现出优越的诊断性能.
- 当AI在病变水平上进行评估时,AI的准确性会降低,这突出了精确恶性瘤局部化方面的挑战.
- 损伤级别评估对于优化人类-人工智能协作和缓解临床实践中的潜在偏见至关重要.
