人工智能辅助的基底细胞癌诊断与LC-OCT:一个多中心的回顾性研究

科学领域:

• 皮肤病学 皮肤病学
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 基底细胞癌 (BCC) 是最常见的皮肤癌.
• 早期诊断和准确的边际定义对于BCC管理至关重要.
• 传统的诊断依赖于临床/皮肤镜像和活检,但有局限性.
• 非侵入性LC-OCT提供"数字活检",但需要专业知识,阻碍了采用.

研究的目的:

• 通过使用LC-OCT,为BCC诊断提供实时AI助理.
• 评估人工智能模型在不同专业水平的皮肤科医生的有效性.
• 将人工智能辅助的LC-OCT性能与传统方法和无辅助的LC-OCT进行比较.

主要方法:

• 这是一项多中心的回顾性研究,涉及43名皮肤科医生.
• 参与者使用C&D图像,LC-OCT和AI辅助LC-OCT诊断了200个模两可的BCC病变.
• 诊断是在随机的,双圆的测试格式中进行的.

主要成果:

• 与C&D图像相比,人工智能辅助的LC-OCT显著提高了BCC检测灵敏度 (+25.8分) 和特异性 (+16.8分).
• 人工智能助理特别有利于皮肤科医生,他们的LC-OCT经验较少,弥合了显著的专业知识差距.
• 这些发现表明,人工智能可以促进LC-OCT的更广泛的临床采用.

结论:

• 人工智能协助支持更广泛的临床使用LC-OCT用于BCC诊断.
• 人工智能驱动的LC-OCT在减少侵袭性皮肤癌手术的需要方面表现有前途.
• 提高诊断准确性和效率可以带来更好的患者结果.