【AI诊断准确率超医生20%，芝大团队揭示AI辅助临床诊断的瓶颈与潜力】

当 #AI系统# 在医学诊断上的表现超过人类专家时，人机协作一定会带来更好的结果吗？来自美国芝加哥大学的一项研究给出了意外的答案。

这项研究专门针对前列腺癌磁共振成像（MRI，Magnetic Resonance Imaging）诊断进行了深入的人机协作实验。之所以选择这个难题，该论文第一作者、芝加哥大学陈诧姹博士对 #DeepTech# 解释道：“前列腺癌 MRI 诊断是一个真实存在且难度较高的问题。许多以往的 AI 医疗研究所选择的领域，医生诊断的准确率可能已高达 90% 以上，但前列腺 MRI 诊断即使对经验丰富的放射科医生也极具挑战性。”

也就是说，在一个比较难的问题上，AI 可能给人带来的帮助更大，因为 AI 会比人更好，而且人也有更多的进步空间。

研究团队训练了一个基于 nnU-Net 架构的 #AI模型# ，使用包含 1411 个病例的 PI-CAI 公开数据集。这个模型在测试集上的 AUROC（Area Under the Receiver Operating Characteristic curve，接受者操作特征曲线下面积）分别达到 0.730 和 0.790，明显超过了参与研究的 8 名放射科医生的平均水平（这些医生来自美国和欧洲，年龄在 29 到 52 岁之间，大多具有丰富的前列腺 MRI 诊断经验）。

实验模拟了两种可能的临床 AI 部署场景。第一种是在医生独立诊断后，再提供 AI 的建议作为参考；第二种则是直接将 AI 的建议前置提供给医生。

戳链接查看详情：http://t.cn/AXvHVpSF