在日本评估海外训练的人工智能系统对乳房摄影解释的适用性

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 在瘤学瘤学.

背景情况:

• 乳腺癌在日本是一个重大的公共卫生问题.
• 基于人工智能 (AI) 的计算机辅助检测 (CAD) 系统有可能改善乳腺癌诊断.
• 对日本人口来说,对非日本数据进行训练的AI-CAD系统的评估至关重要.

研究的目的:

• 用日本乳房图像对商业AI-CAD系统进行外部验证.
• 评估AI-CAD辅助对放射科医生的诊断性能在检测乳腺癌方面的影响.

主要方法:

• 在338个日本全场数字乳房学 (FFDM) 数据集上对AI-CAD系统的外部验证.
• 一项额外的读者研究涉及40个选定的案例,以评估放射科医生与AI-CAD输出的相互作用.
• 使用灵敏度,特异性和接收器操作特征 (ROC) 曲线分析评估的诊断性能.

主要成果:

• 在验证队列中,AI-CAD系统获得了79%的灵敏度和89%的特异性,曲线下的面积 (AUC) 为0.897.
• 在读者研究中,AI-CAD辅助对BI-RADS (0.750到0.756) 和恶性病的可能性 (0.750到0.761) 的AUC产生了边际改善.
• 在AI-CAD辅助或没有辅助的情况下,在阅读器性能上没有观察到统计学上显著的差异.

结论:

• 在日本以外受过训练的AI-CAD系统证明了其适用于日本乳腺癌查病例的可行性.
• 人工智能辅助读数显示了与无辅助读数相比的诊断性能,通过重叠的置信区间来表示.
• 更大的前性查研究是必要的,以确定AI-CAD在这个人群中的临床影响.