最近の研究では、AIソフトウェアの10％の誤検知率とデジタル乳房トモシンセシス（DBT）の無支援放射線科医の評価が明らかになりましたが、American Roentgen Ray Society（ARRS）会議でのポスタープレゼンテーションによると、誤った肯定的な発見の性質に大きな違いがありました。
レトロスペクティブ研究のために、研究者は3,183 DBTスクリーニング試験でAIソフトウェア（Transpara V1.7.1、Screenpoint Medical）の使用からのデータをレビューし、AIソフトウェアと放射線科医の間の誤検知発見を比較しました。この研究著者は、AIの偽陽性と放射線学の違いを認めており、平均患者年齢に関する偽陽性コホート（60対53）。
AIソフトウェアによってのみフラグが付けられた304の偽陽性症例については、40％が良性の石灰化に関与し、13％の症例が非対称性に焦点を当てており、術後後の変化を表す調査結果の12％が関与しています。
良性石灰化は、デジタル乳房トモシンセシス（DBT）スクリーニングにおける放射線科医とAIの誤検知症の誤検知を比較する最近の研究で、AIソフトウェアによってのみフラグを立てた調査結果の40％を占めました。 AIソフトウェアによってのみフラグが付けられた良性石灰化の例（上記）には、ジストロフィー、丸い石灰化（a）、顕著な皮膚石灰化（b）、非常に顕著な血管石灰（c）が含まれます。 （画像提供：arrs。）
放射線科医のみがフラグした308の偽陽性の発見のうち、研究著者は、質量が47％の症例に関与し、その後非対称性（19％）と不確定な石灰化（15％）が続いていることに注目しました。
「…AIは、良性の石灰化、非対称性、良性の術後変化、およびこれらの発見にフラグを立てる可能性が高く、これらの発見は50％以上（発生しました）…大衆、非対称性、不確定化の原則を頻繁にフラグする傾向があった放射線科医と比較して」と述べました。 Angeles（UCLA）、および同僚。
研究者は、アジア人（16％対9％）およびアフリカ系アメリカ人女性（14％対8％）とのAIコホートの誤検知の割合が高いことを指摘しました。
放射線科医のレビューは、密度の高い乳房を持つ女性の誤検知の割合が高かったため、Bi-RadsカテゴリCのケースで37％の誤検知率（AIソフトウェアで22％）とBi-RadsカテゴリDケースの14％の誤検知率（AIの5％vs.5％）を引用しています。
AIおよびアシストされていない放射線科医によってフラグが付けられた場合、研究者は、これらの症例の44％で、生検の推奨の39％の割合と病理が満たされた高リスク病変を指摘しました。しかし、彼らはまた、AIと非支援放射線科医の解釈との間の重複した発見が、より大きなDBTスクリーニングコホートの1.4％でのみ発生したことにも注目しました。
「AIと放射線科医のFPS間の最小限の重複を考えると、これらの発見は、AIと放射線科医の両方による相乗的解釈の可能性を示唆しており、実際の実践のリコール率を低下させます」とShahrviniと同僚は維持しました。
参照
1。ShahrviniT、Wood EJ、結合MMなど。デジタル乳房切断における放射線科医と人工知能の偽陽性。 American Roentgen Ray Society（ARRS）Conferenceで発表されたのは、4月27日、2025年5月1日、サンディエゴ。で利用可能： 。 2025年5月7日アクセス。
1746715448
#マンモグラフィ研究ではDBTスクリーニングにおけるAIと放射線科医の間の誤検知を比較しています
2025-05-08 14:34:00