Radiology：人工智能辅助系统在钼靶诊断乳腺癌中的价值
2019-06-04 shaosai MedSci原创
本研究旨在比较放射科医生读片时有无人工智能（AI）辅助系统的诊断价值。
本研究旨在比较放射科医生读片时有无人工智能（AI）辅助系统的诊断价值。
本研究对240例女性患者的数字钼靶检查进行评价。由14名乳腺钼靶阅片专家对240次检查进行评价（100例乳腺癌、40例假阳性及100例阴性病例）。阅片者进行BI-RADS评分和恶性可能性评价。AI辅助系统对阅片者提供诊断帮助（点击乳腺区域得出局部肿瘤可能性评分）、对计算机诊断异常进行肿瘤标记和基于检查的肿瘤可能性评分。利用方差混合模型分析和广义线性模型比较两种诊断的ROC曲线下面积、敏感性和特异性。
结果为，AI辅助系统使用下AUC要高于无AI辅助系统下的AUC(0.89 vs 0.87， P = .002)。有AI辅助系统情况下敏感性升高(86% [86 of 100] vs 83% [83 of 100]； P = .046)，而特异性有升高趋势(79% [111 of 140]) vs 77% [108 of 140]； P = .06)。每个病例的阅片时间相似(146 seconds vs. 149 seconds； P = .15)。AI辅助系统单独诊断AUC与单纯放射科医生诊断AUC相似(0.89 vs 0.87)。
本研究表明，借助AD辅助系统放射科医生能够诊断钼靶肿瘤检出率，并且不增加阅片时间。
原始出处：
Rodríguez-Ruiz A， Krupinski E， Mordang JJ，et al.Detection of Breast Cancer with Mammography： Effect of an Artificial Intelligence Support System.Radiology.DOI：10.1148/radiol.2018181371
本文系梅斯医学（MedSci）原创编译整理，转载需授权！
小提示：本篇资讯需要登录阅读，点击跳转登录
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
学习了
89