人工智能与放射科医生对比 基于人口的查计划中数字乳腺图莫合成检查的假阳性
Tara Shahrvini1, Erika J Wood2, Melissa M Joines2
1David Geffen School of Medicine at UCLA, Los Angeles, CA 90095, USA.
AJR. American journal of roentgenology
|October 1, 2025
概括
人工智能 (AI) 和放射科医生在乳房影像查中具有类似的错误阳性率. 只有AI的错误阳性在先前经过乳腺手术的老年女性中更为常见,而只有放射科医生的错误阳性通常涉及群众.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 乳房测试中假阳性结果的人工智能 (AI) 可以为减少召回率的策略提供信息.
- 了解AI的假阳性特征对于其在乳腺癌查中的临床整合至关重要.
研究的目的:
- 在AI和放射科医生之间比较虚假阳性数字乳腺图解合成 (DBT) 检查的特征.
- 评估AI与放射科医生在乳腺癌查期间识别假阳性结果方面的表现.
主要方法:
- 对2977名女性 (平均年龄58岁) 3183次查DBT检查的回顾性分析.
- 一个商业AI工具分析了DBT图像;放射科医生提供了解释.
- 假阳性被定义为1年内没有乳腺癌诊断;放射科医生重新审查了AI标记的发现.
主要成果:
- 人工智能和放射科医生都有10%的错误阳性率.
- 只有人工智能的错误阳性与年龄较大,乳腺密度较低,乳腺癌病史/手术较早与仅放射科医生的错误阳性相关.
- 在人工智能和放射科医生之间,一致的错误阳性发现在活检时产生高风险病变的高率 (44%).
结论:
- 在AI和放射科医生假阳性DBT发现之间,患者和成像特征存在显著差异.
- 虽然重叠很小,但一致的假阳性代表了可能丰富的可操作异常子集.
- 这些发现可以指导人工智能的实施,以提高乳腺癌查中的DBT回忆特异性.
