健康

乳房の密度は AI の精度にどのような影響を与えますか?

人工知能アプリケーションは乳がんの早期発見を向上させる上で大きな期待を寄せていますが、多くのアルゴリズムは多様なデータセットでのトレーニングが不足しているために妨げられています。北米放射線学会の年次総会で発表された新しい研究では、患者のさまざまな特性が AI のパフォーマンスにどのような影響を与えるかを詳しく調査しています。 これまでの研究では、年齢、人種、民族などの要因がアルゴリズムの精度に影響を与える可能性があることが示唆されていましたが、この新しい研究によると、アルゴリズムと放射線科医の両方を狂わせる特徴が 1 つあります。 それは乳房の密度です。 デューク大学医療センターの専門家グループは、FDA が承認した乳がん検出用の AI アルゴリズムを使用して、同施設で約 400 件のデジタル乳房トモシンセシス検査を実施した結果、この結論に達しました。 AI ベンダーによると、アルゴリズムは各検査の症例スコアを遡及的に生成し、スコアが 49 を超えると悪性腫瘍の可能性が高くなります。研究チームはアルゴリズムの解釈と患者の最終診断、年齢、人種、民族、乳房密度の状態を比較し、異なる特徴がアルゴリズムのパフォーマンスにどのような影響を与えたかを分析した。 全体として、アルゴリズムによる偽陰性率は 11% でした。ただし、偽陰性の読み取りの大部分は乳房組織が濃い女性で発生し、人種と民族には強い関係が見られませんでした。不均一で非常に高濃度の乳房が偽陰性の 62% を占めました。この統計は、年齢、人種、民族を調整しても一貫していました。 デューク大学医療センターの乳房放射線科医であるデレク・グエン医学博士らは、「放射線科医と同様、乳がん検出のためのFDA承認のAIアルゴリズムのパフォーマンスは乳房の密度に影響される」と指摘した。 「乳房の密度に関係なく診断精度を高めるには、さまざまなデータセットでこれらのアルゴリズムをトレーニングすることが不可欠です。」 乳がん検診は放射線科医にとって多大な負担となるため、プロバイダーとベンダーの両方にとって AI 支援が特に魅力的な見通しとなっています。しかし、女性全体のほぼ半数が高濃度乳房を持っています。したがって、AI アルゴリズムを臨床現場に確実に導入する前に、高密度組織のマスキング効果を克服できるデータセットでトレーニングすることが不可欠です。 #乳房の密度は #の精度にどのような影響を与えますか