Volpara Health 数据与科学经理 Lester Litchfield 探讨如何建立对使用人工智能进行乳房 X 线摄影临床实践的信心

人工智能 (AI)非常适合管理重复过程并识别大量数据中的模式。通过将 AI 应用于癌症检测、乳房密度评估和质量改进等图像解释任务，乳房 X 线摄影中心可以为成像专业人员和患者带来显着的好处。随着提高患者护理质量和减少工作量的潜力，人工智能的作用正在迅速增加。

一个令人担忧的事实是，许多用于乳房 X 线照相术的 AI 工具都有基于小型同质数据集的算法。这意味着患者往往来自相似的种族背景，并且图像是由有限种类的成像设备生成的。

不幸的结果是，这些 AI 工具通常具有未实现的偏差，或者在临床实践中没有达到预期的效果。

为了建立对 AI 改善乳房成像的信任，必须通过严格的流程适当地设计和验证 AI 产品，以确保性能和准确性。虽然今天没有广泛接受的人工智能设计或验证标准，但世界各地的监管机构和行业组织正在讨论质量方法。

Volpara Health 已采取措施为创建我们的 AI 建立最佳实践，并遵守以下指导原则：

使用大型、多样化的数据集进行训练和测试，以确保更好的泛化

参与独立的第三方观点验证研究

让 AI 可解释

在最近发表在《学术放射学》上的一项研究中，研究人员发现 FDA 批准的 118 种 AI 算法中只有 9 种使用了超过 1000 名患者的验证数据集，其中大多数患者少于 500 名。大多数缺乏任何患者人口统计信息，17 人根本没有验证数据。