6大AI研究!AI可取代第三年放射科住院醫師?AI模型在不同醫院中的準確率不同?

撰文記者 李林璦
日期2020-11-13
EnglishFrenchGermanItalianPortugueseRussianSpanish
6大AI研究!AI可取代第三年放射科住院醫師?AI模型在不同醫院中的準確率不同?(圖片來源:網路)
編譯/李林璦

人工智慧具有改善醫療系統的潛力,包括提高工作流程效率、預測健康風險、以及加速診斷速度等,以下整理近期6大重要AI研究,如AI判讀胸部X光可超越第三年放射科住院醫師(R3)、敏感度達92.9%的AI輔助辨識CT中外傷性肋骨骨折等,都可看出在AI輔助下,未來醫師可以更快、更準確地進行診斷。

但同時,也有研究指出,同一套AI模型在不同醫院中的準確率具有差異,相信也是AI在落地臨床上的一大挑戰。

1.AI判讀胸部X光可超越第三年放射科住院醫師

研究比較5位第三年住院醫師與AI演算法針對胸部X光檢查的判讀,該AI演算法是使用急診室中34萬2126張仰臥正面前後照的胸部X光進行訓練,涵蓋72項以上胸部X光片檢查結果。

結果顯示,AI演算法與放射科住院醫師判讀之間,在敏感性(sensitivity)上無統計學差異,但是AI演算法在特異性(specificity)、陽性預測值(positive predictive value, PPV)上高於住院醫師。

研究指出,AI演算法在胸部X光判讀上,可能可以達到或甚至超越第三年放射科住院醫師。雖然目前醫師判讀較複雜的案例優於AI演算法,但研究人員認為這與訓練AI演算法的數據量有關。該研究於10月9日發表於《JAMA Network》。

2. 機器學習開發不孕症動態診斷分級系統 穩定性達95%

這項研究運用6萬648對接受體外受精和胚胎移植夫妻的健康記錄,建立了一套不孕症動態診斷和分級系統,整體檢測穩定性可達95.94%。該研究於11月9日發表於《JAMA Network》。

根據最終是否懷孕的結果,將患者分為妊娠組(15021...