3个人工智能系统在低剂量计算机断层扫描查中进行肺结节特征的比较性能

科学领域:

• 放射学 放射学是一门学科.
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 肺结节是低剂量计算机断层扫描 (LDCT) 的常见发现.
• 精确检测和描述肺结节对于早期肺癌诊断至关重要.
• 人工智能 (AI) 系统是分析医疗图像的新兴工具,包括LDCT扫描.

研究的目的:

• 评估三个商业人工智能系统在LDCT扫描上检测,描述和分类肺结节的性能.
• 评估AI系统与专家放射学家制定的参考标准的一致性.
• 确定用于肺结节分析的不同AI平台之间的供应商间一致性.

主要方法:

• 通过使用三个AI平台 (AI 1,AI 2,AI 3) 来对100名受试者的LDCT扫描进行回顾性分析.
• 将AI系统性能与来自两个胸部放射科医生的共识参考标准进行比较.
• 使用科恩·卡帕对结节的存在,类型和肺RADS类别以及使用类内相关系数 (ICC) 进行连续测量 (直径,体积) 的一致性评估.

主要成果:

• 与放射科医生 (126人) 相比,人工智能系统检测到显著更多的结节 (435,152,70人).
• AI 2 和 AI 3 显示出高准确度 (80.6%,82.2%) 和与参考标准的基本一致性 (对 AI 2 完美,对 AI 3 几乎完美).
• 人工智能1表现不佳,而人工智能之间的一致性很大 (κ=0.66-0.78),测量可靠性中等到好 (ICC=0.57-0.87).

结论:

• 商业AI系统在肺结节检测和分类方面表现不同.
• 了解每个AI系统的特定特性和局限性对于临床应用至关重要.
• 在更广泛的临床背景下,人工智能结果应谨慎解释,以确保最佳的患者护理.