基于人工智能的超声评估可以改善卵巢癌的诊断
作者：by Karolinska Institutet
瑞典卡罗林斯卡学院的研究人员领导的一项新的国际研究表明，基于人工智能的模型在超声图像中识别卵巢癌方面可以超越人类专家。该研究是发表在自然医学。
卡罗林斯卡医学院 Södersjukhuset（斯德哥尔摩南部综合医院）临床科学与教育系的 Elisabeth Epstein 教授以及该医院妇产科的高级顾问说：“卵巢肿瘤很常见，而且经常是偶然发现的。”。
“世界许多地方都严重缺乏超声专家，这引发了人们对不必要的干预和延迟癌症诊断的担忧。因此，我们想知道人工智能是否可以补充人类专家。”
人工智能胜过专家
研究人员开发并验证了能够区分良性和恶性卵巢病变的神经网络模型，并对来自八个国家 20 家医院 3,652 名患者的 17,000 多张超声图像进行了训练和测试。然后，他们将模型的诊断能力与一大群专家和经验不足的超声检查员进行了比较。
结果表明，人工智能模型在识别问题方面优于专家和非专家审查员。卵巢癌，准确率达到 86.3%，而专家和非专家审查员的准确率分别为 82.6% 和 77.7%。
爱泼斯坦教授说：“这表明神经网络模型可以为卵巢癌的诊断提供宝贵的支持，特别是在难以诊断的病例和缺乏超声专家的情况下。”
减少专家推荐的需要
人工智能模型还可以减少对专家推荐。在模拟分诊情况下，人工智能支持将转诊数量减少了 63%，误诊率减少了 18%。这可以为卵巢病变患者提供更快、更具成本效益的护理。
尽管结果令人鼓舞，但研究人员强调，在充分了解神经网络模型的全部潜力及其临床局限性之前，还需要进一步研究。
Filip 表示：“通过不断的研究和开发，基于人工智能的工具可以成为未来医疗保健不可或缺的一部分，减轻专家的负担并优化医院资源，但我们需要确保它们能够适应不同的临床环境和患者群体。”Christiansen 是卡罗林斯卡学院 Epstein 教授研究小组的博士生，与 KTH 皇家理工学院的 Emir Konuk 为共同第一作者。
研究人员目前正在 Södersjukhuset 进行前瞻性临床研究，以评估人工智能工具的日常临床安全性和实用性。未来的研究还将包括一项随机多中心研究，以检验其对患者管理和医疗保健成本的影响。
更多信息：Filip Christiansen 等人，人工智能驱动的卵巢癌超声检测的国际多中心验证，自然医学（2025）。DOI：10.1038/s41591-024-03329-4
引文：基于人工智能的超声评估可以改善卵巢癌的诊断（2025 年 1 月 2 日）检索日期：2025 年 1 月 3 日来自 https://medicalxpress.com/news/2025-01-ai-based-ultrasound-ovarian-cancer.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外，不得未经书面许可，不得复制部分内容。所提供的内容仅供参考。
关于《基于人工智能的超声评估可以改善卵巢癌的诊断》的评论
暂无评论