人工智能作为肺癌查中的第一读者潜力
Roberta Eufrasia Ledda1, Camilla Valsecchi2, Federica Sabia2
1Thoracic Surgery Unit, Fondazione IRCCS Istituto Nazionale dei Tumori, Milan, Italy; Department of Medicine and Surgery (DiMeC), University of Parma, Parma, Italy.
European journal of radiology
|November 27, 2025
概括
这项研究比较了人工智能 (AI) 和肺癌查的人类读数,使用低剂量计算机断层扫描 (LDCT). 人工智能表现出类似的灵敏度,但比人类更低的特异性,尽管其高负预测值可能支持其作为第一读者的使用.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 低剂量计算机断层扫描 (LDCT) 的肺癌查对早期检测至关重要.
- 根据肺成像报告和数据系统 (LungRADS) 标准化对LDCT扫描的解释对于准确的肺癌诊断至关重要.
- 评估自动阅读系统可能会提高LCS的效率和一致性.
研究的目的:
- 评估使用LungRADS v1.1.1.使用肺癌查 (LCS) 中LDCT扫描的基于人类和人工智能 (AI) 的读数之间的一致性.
- 评估人类和人工智能读数的诊断性能 (灵敏度,特异性,PPV,NPV).
- 确定人工智能对减少最不发达国家解释工作负载的潜在影响.
主要方法:
- 从BioMILD试验中对4104个基线LDCT扫描进行了回顾性分析.
- 由放射科医生和人工智能软件根据LungRADS v1.1类别将LDCT扫描分类为"负"或"阳性".
- 使用2年肺癌诊断作为参考标准来评估诊断性能;通过k-Cohen指数测量与Fleiss-Cohen权重的一致性.
主要成果:
- 人工智能读数显示出类似的灵敏度 (91.2% vs 89.7%),但比人类读数具有较低的特异性 (75.7% vs 90.0%).
- 人类和人工智能读数之间的一致性为83.5% (Kw 0.47).
- 人工智能阅读预计将使LDCT的阅读工作量减少74.7%,并显示出高负预测值 (99.8%).
结论:
- 在LCS中AI阅读显示了与人类阅读相似的灵敏度,但具有较低的特异性.
- 人工智能的高负预测值表明它作为肺癌查中的第一读者具有潜在的实用性.
- 人工智能有可能在肺癌查计划中显著减少与LDCT解释相关的工作量.
