一种人工智能系统，可用于确定何时信任基于人工智能的医疗诊断
2023-07-20
来源: drugdu
113
图片：CoDoC 在乳腺癌预测方面的性能与独立的预测性人工智能系统和临床读者的性能比较。来源：《自然-医学》（2023年）。DOI: 10.1038/s41591-023-02437-x
一个由人工智能和医学专家组成的团队与谷歌研究院和谷歌DeepMind合作，开发出了一个基于人工智能的系统，旨在判断现有用于分析医学扫描的人工智能系统的置信度，从而改进对乳房X光片或胸部X光片等诊断工具的分析。
在发表于《自然-医学》（Nature Medicine）杂志上的论文中，研究小组介绍了他们是如何构建该系统的，以及该系统在测试中的效果如何。剑桥大学临床医学院的菲奥娜-吉尔伯特（Fiona Gilbert）在同一期杂志上发表了一篇《新闻与观点》（News & Views）文章，概述了该团队在这项新工作中所做的工作。
在过去的几年里，随着人工智能应用的日益完善，医疗机构已经将这项技术作为一种在保持或提高质量的同时减少人类放射医师工作量的方法。目前，人工智能应用被用于分析乳房 X 光片和 X 射线等扫描，寻找乳房或肺部肿瘤。
先前的研究表明，最可靠的方法是让人类和人工智能应用程序分析相同的扫描结果。这样，遗漏的肿瘤就会减少。两名放射科医生的分析结果几乎相同。
在这项新工作中，研究人员试图通过分析人工智能系统在这种情况下的工作结果来改进这一系统。为了实现这一目标，他们创建了一个名为 "互补驱动式推迟-临床工作流程（CoDoC）"的系统。该系统的设计目的是与当前已在实地使用的人工智能系统一起工作，并使用这些系统已经提供的指标。
新系统的工作是分析人工智能诊断系统给出的结果，然后判断其结果的可信度，并将这些信息提供给提供最终诊断的人类诊断人员。
CoDoC 也是一个人工智能系统。它使用从延期病例中获得的黄金标准结果数据进行训练。研究团队设计了一个改进循环，从理论上讲，它应该越用越准。目前，它被设计为同时与人工智能诊断系统和人类放射科医生配合使用。
最终，CoDoC 被用来帮助确定哪些结果最有可能是正确的，从而提高准确性。对该系统的测试表明情况确实如此。在使用人工智能系统、CoDoC 和放射科医生的情况下，结果显示人工智能系统比单独使用其中任何一个系统都更可靠。
责编: editor
版权著作，未经滴度drugdu.com书面授权，严禁转载，违者将被追究法律责任。
相关News
- 百雀羚涉事产品无违规 官旗日销售额上涨500% 2024-11-23
- 7.5亿license in，中国药企海外挣钱海外花 2024-11-23
- 火箭材料龙头，4亿押注医学影像 2024-11-23
- 司美格鲁肽减重版正式登陆中国市场 2024-11-23
- 国家医保局与40多家龙头企业开会，释放了什么信号？ 2024-11-23
