醫學影像與人工智慧 · global
乳房攝影AI如何幫上忙?回溯研究顯示,人機整合判讀可提升辨識表現
一項多中心研究把焦點放在醫師難以確定的影像判讀。整合AI與醫師評估後,辨識表現有所提升,但召回檢查的代價、部分數據的不一致,以及真實篩檢成效,仍須釐清。
乳房攝影判讀的難題,往往藏在那些無法立即定論的陰影與細小鈣化之間:漏掉病灶可能延誤診斷,過度警示又會帶來額外檢查。10月13日刊於《Insights into Imaging》的研究顯示,AI能否改善這道取捨,與它如何參與醫師的決策密切相關。
這項回溯性多中心研究,據摘要納入35,709名患者的130,838張乳房攝影影像,資料來自伊朗多家醫療機構。龐大資料庫之外,實際讀片實驗使用的是獨立測試集中的600例、共2,202張影像,由四名乳房攝影經驗為二至五年的放射科醫師參與;因此,不能把整個資料庫規模視為人機協作的臨床驗證人數。
系統以不同神經網路分工辨識鈣化、勾勒較大病灶,再估計惡性風險,並以外部CBIS-DDSM資料集驗證。研究原文與JoVE Visualize轉載的摘要列出五種情境:醫師單獨判讀、參考AI後修正、由AI處理不確定個案、整合醫師與AI判斷,以及AI獨立判讀。JoVE內容來自同一研究,並非另一項獨立驗證。
彙整讀片者表現後,整合判斷情境的曲線下面積(AUC)由未使用AI時的0.8304升至0.8840,差異達統計顯著(p<0.001)。AUC反映區分陽性與陰性個案的整體能力,不能直接讀成「診斷正確率88.4%」。單純讓醫師看過AI結果後自行修正,AUC則為0.8396,顯示不同整合方式的收益並不相同。
不過,部分指標需要審慎解讀。摘要將敏感度由54.8%升至83.9%、特異度由83.6%升至91.1%,均歸於整合情境;正文討論卻將最高特異度91.1%歸於另一種僅在不確定時採用AI的策略。這項不一致尚待釐清,不宜據此斷言同一流程能同時達成所有最佳結果。
研究討論也呈現了效能背後的代價:整合情境下,模擬召回率由18.89%增至25.84%,陽性預測值則下降。換言之,提高病灶辨識能力,可能伴隨更多人被要求進一步檢查;摘要所描繪的改善,仍須放回具體決策規則與評估指標中理解。
外部資料驗證為模型提供了跨資料來源的測試,但距離日常篩檢仍有一段路。讀片醫師人數少、研究採回溯設計,且未充分分析乳房密度、年齡及設備差異;選入個案也未必代表一般篩檢族群。下一步需要前瞻性研究,確認這套協作方式能否在真實流程中減少漏診,並衡量額外檢查與醫療工作量。