合成数据和生成AI在乳腺成像中的作用:前进的承诺,陷和途径
Filippo Pesapane1, Lucrezia D'Amelio2, Luca Nicosia1
1Breast Imaging Division, Radiology Department, IEO European Institute of Oncology IRCCS, 20141 Milan, Italy.
Diagnostics (Basel, Switzerland)
|December 11, 2025
概括
合成数据和生成AI可以改善乳房成像AI性能和训练. 然而,仔细的验证和透明的报告对于负责任的临床使用和防止偏见至关重要.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 数据科学数据科学数据科学
背景情况:
- 人工智能 (AI) 正在改变乳房成像.
- 由于数据稀缺,隐私问题和代表性问题阻碍了进展.
研究的目的:
- 审查合成数据和生成AI (GANs,扩散模型) 在乳房镜中.
- 评估它们对数据增强,偏差缓解和性能增长的影响.
- 分析有效性威胁,并概述负责任的采用准则.
主要方法:
- 从2020年到2025年4月,对证据的叙述性审查.
- 综合研究合成图像生成和在乳房摄影中的应用.
- 对AI偏见,有效性和监管考虑的分析.
主要成果:
- 合成图像有助于数据增强,类平衡,验证和培训.
- 报告的检测性能有所改善.
- 评估了跨子组偏差缓解或放大潜在偏差的可能性.
结论:
- 合成数据和生成AI为提高AI性能,培训和乳腺成像数据共享提供了潜力.
- 负责任的临床采用需要严格的验证,透明度和明确的治理.
- 解决有效性威胁和医疗法律风险对于安全实施至关重要.
