人工智能可改善診斷減少來自醫(yī)療圖像的誤報

（文章來源：教育新聞網(wǎng)）

放射科醫(yī)生從人工智能中獲得幫助，可以從乳腺X線照片中檢測出更多的乳腺癌，減少了誤報率。上周晚些時候在《柳葉刀數(shù)字健康》在線期刊上發(fā)表的一項新研究認為，與AI僅僅通過檢查X光檢查所獲得的結果相比，AI可以提高放射科醫(yī)生的診斷準確性。

這項研究由韓國學術醫(yī)院和總部位于首爾的醫(yī)學AI公司Lunit進行，該公司從事放射學和腫瘤學研究。它利用了來自韓國，美國和英國的五個醫(yī)療組織的170,000例乳房X線照片的大規(guī)模數(shù)據(jù)。該數(shù)據(jù)集包括36,000例被發(fā)現(xiàn)癌癥陽性并經活檢證實的病例。

這些數(shù)據(jù)訓練了AI模型，并且將模型的敏感性與放射科醫(yī)生在沒有任何診斷技術幫助的情況下的表現(xiàn)進行了比較。

該研究發(fā)現(xiàn)，在使用AI之前和之后，放射科醫(yī)生的表現(xiàn)有顯著改善。研究人員發(fā)現(xiàn)，僅AI就能在乳腺癌檢測中顯示88.8%的敏感性，這意味著該技術能夠在每9組乳房X線照片中約有8組能夠識別出乳腺癌。相比之下，放射線醫(yī)師的敏感性為75.3%，但是當他們從AI那里獲得幫助時，他們的表現(xiàn)提高到了84.8%。

這項調查還發(fā)現(xiàn)，與放射科醫(yī)生相比，人工智能在大規(guī)模檢測癌癥方面顯示出更高的敏感性(分別為90%和78%)。人工智能在檢測T1癌癥方面也更好，T1癌癥被認為是早期浸潤性癌癥。AI檢出了91%的T1癌癥和87%的淋巴結陰性癌癥，而放射科醫(yī)生自己僅檢出了這兩種情況的74%。

乳房密度也是診斷乳房X線照片的重要因素-致密的乳房組織更難解釋，因為致密的組織更可能掩蓋乳房X線照片中的癌癥。研究結果表明，AI的診斷性能受乳房密度的影響較小，而放射科醫(yī)生的表現(xiàn)則傾向于密度，對肥大乳房的敏感性為79.2%，而致密乳房的敏感性為73.8%。在AI的輔助下，放射科醫(yī)生解釋密集乳房的敏感性提高了11%。
? ? ?（責任編輯：fqj）