放射科醫(yī)生與人工智能是檢測乳腺癌的精確組合

小編發(fā)現(xiàn)不少朋友對于 放射科醫(yī)生與人工智能是檢測乳腺癌的精確組合 這方面的信息都比較感興趣，小編就針對 放射科醫(yī)生與人工智能是檢測乳腺癌的精確組合 整理了一些相關方面的信息 在這里分享給大家。

根據(jù)發(fā)表在IEEE Transactions on Medical Imaging上的新發(fā)現(xiàn)，與機器學習技術一起使用可以幫助放射科醫(yī)生發(fā)現(xiàn)更多的乳腺癌。

研究人員使用超過229,000個篩查乳房X線照片和總共超過100萬張圖像的數(shù)據(jù)集訓練了他們的高級AI系統(tǒng)。然后，十二位主治放射科醫(yī)生，一名住院醫(yī)師和一名醫(yī)學生被要求閱讀720幅乳腺X線照片，并提供“每個乳房的惡性概率估計為0%-100%”。

AI系統(tǒng)的ROC曲線下面積(AUC)為0.876。同時，讀者獲得的AUC范圍從0.705到0.860，平均AUC為0.778。但是，將AI系統(tǒng)與14個閱讀器結合使用時，平均AUC為0.891。

紐約大學醫(yī)學院放射學系的高級作者Krzysztof J. Geras博士在一份準備好的聲明中說：“我們的研究發(fā)現(xiàn)，AI在放射科醫(yī)生無法識別的數(shù)據(jù)中識別出與癌癥相關的模式，反之亦然。” 。“ AI檢測到人眼看不見的組織中像素級的變化，而人類則使用了AI無法獲得的推理形式。我們工作的最終目標是增加而不是替代人類放射科醫(yī)生。”

研究人員表示，他們下一步的研究將包括對AI系統(tǒng)進行額外數(shù)據(jù)培訓，包括更多發(fā)現(xiàn)。他們還指出，要在整個醫(yī)學領域中定期使用這些先進技術還有很長的路要走。

紐約大學數(shù)據(jù)科學中心的主要作者Nan Wu表示：“向診斷放射學領域的AI支持過渡應像采用自動駕駛汽車一樣緩慢而謹慎地進行，建立信任，并在關注安全的同時改進系統(tǒng)。” ，在同一聲明中說。