乳腺X线检查AI分析解决方案
“Lunit Insight MMG”
登载于国际学术期刊《Radiology》
医疗人工智能(AI)企业Lunit表示,其乳腺X线摄影AI影像分析解决方案“Lunit INSIGHT MMG”的乳腺癌诊断能力与专科医生相当,这一研究结果已发表于国际学术期刊《Radiology》,相关内容于13日公布。
本次研究由英国诺丁汉大学Yan Chen教授研究团队主导,共有552名医生参与,其中包括315名放射科专科医生和31名乳腺临床医生。上述医务人员均为每年单独阅片不少于5000例乳腺X线摄影图像的专家群体。
研究采用了英国用于评估乳腺筛查阅片医师判读能力的标准化评估方式“PERFORMS(个人乳腺X线摄影检查)”。
研究团队利用2018年5月至2021年3月期间英国国家乳腺筛查项目(NHSBSP)中出现的120例诊断病例,对参与医生个人的阅片结果与Lunit AI解决方案的判读结果进行了比较。
比较结果显示,“Lunit INSIGHT MMG”展现出的乳腺癌检出能力与整体医务人员相近。552名医务人员对真实乳腺癌病例的准确诊断敏感度(Sensitivity)平均为90%,对非乳腺癌病例的准确排除特异度(Specificity)平均为76%。相比之下,Lunit AI解决方案的敏感度为91%,反而更高,特异度为77%,与医务人员的判读结果相似。
Yan Chen诺丁汉大学教授表示:“在欧洲国家,为应对专科医生短缺的局面,正面临着要迅速应用医疗AI的压力。为了在乳腺癌筛查中使用AI,必须向医务人员证明其具备令人满意的性能。从这一点看,本次研究为AI能够发挥与专科医生同等出色的性能提供了有力依据。”
Lunit首席执行官Seo Bumseok表示:“在英国,有超过550名医生参与乳腺癌筛查标准测试(PERFORMS),并与AI直接比较阅片性能的研究,这还是首次。近期在瑞典、英国等欧洲国家验证Lunit INSIGHT MMG技术实力的研究接连发表于全球期刊,因此AI能否改变欧洲的乳腺癌诊断方式备受关注。”
此外,由美国放射学会(RSNA)出版的《Radiology》是影像医学领域极具权威性的期刊,其全球论文影响因子(Impact Factor)为19.7。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。