在多个工作流环境中对人工智能整合到乳腺癌查中的前性评估:GEMINI研究
Clarisse Florence de Vries1, Gerald Lip2, Roger Todd Staff2
1Glasgow Lab for Data Science & AI, Public Health, School of Health and Wellbeing, University of Glasgow, Glasgow, UK. clarisse.devries@glasgow.ac.uk.
Nature cancer
|March 11, 2026
概括
乳腺查中的人工智能 (AI) 可以将癌症检测提高10%以上,并减少工作量. 这项研究探讨了17个人工智能工作流程,显示了对各种医疗保健需求的检测和效率的显著改善.
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:
- 人工智能 (AI) 显示出改善乳腺查性能的希望.
- 医疗保健机构对查工具的需求和操作要求各不相同.
- 评估人工智能集成需要灵活的建模方法.
研究的目的:
- 为了前性地评估AI工具在乳腺查中的性能.
- 在日常护理中建模17种不同的AI集成工作流程.
- 评估人工智能对癌症检测,召回率和工作量的影响.
主要方法:
- 对10889名接受乳腺查的妇女进行前性评估.
- 利用实时人工智能集成和模拟来建模各种人工智能工作流.
- 评估了一个人工智能工具,并对人工智能和常规双重阅读之间的差异进行了额外的人类审查.
主要成果:
- 主要的人工智能工作流改善了癌症检测10.4% (每1000名女性1人),工作量减少了高达31%.
- 人工智能在推召回时发现了11种额外的癌症,但常规双重阅读没有.
- 替代人工智能工作流程显示出优异的癌症检测率,回忆率,正预测值 (PPV),灵敏度和特异性,工作负载节省高达36%.
结论:
- 人工智能在乳腺查中的整合提供了显著的临床和运营效益.
- 不同的人工智能工作流可以调整以满足当地医疗保健提供者的特定需求.
- 人工智能有可能提高乳腺癌查效率和有效性.
