Assistive AI in Lung Cancer Screening: A Retrospective Multinational Study in the United States and Japan
Notice bibliographique
Résumé
“Just Accepted” papers have undergone full peer review and have been accepted for publication in Radiology: Artificial Intelligence. This article will undergo copyediting, layout, and proof review before it is published in its final version. Please note that during production of the final copyedited article, errors may be discovered which could affect the content. Purpose To evaluate the impact of an artificial intelligence (AI) assistant for lung cancer screening (LCS) on multinational clinical workflows. Materials and Methods An AI assistant for LCS was evaluated on two retrospective randomized multireader multicase studies, where 627 (141 cancer positive) low-dose chest CT cases were each read twice (with and without AI assistance) by experienced thoracic radiologists (6 US-based or 6 Japan-based), resulting in a total of 7,524 interpretations. Positive cases were defined as those within two years before a pathology-confirmed lung cancer diagnosis. Negative cases were defined as those without any subsequent cancer diagnosis for at least two years and were enriched for a spectrum of diverse nodules. The studies measured the readers’ level of suspicion (LoS, on a 0–100 scale), country-specific screening system scoring categories, and management recommendations. Evaluation metrics included the area under the receiver operating characteristic curve (AUC) for LoS and sensitivity and specificity of recall recommendations. Results With AI assistance, the radiologists’ AUC increased by 0.023 (0.70 to 0.72, P = .02) for the US study and by 0.023 (0.93 to 0.96, P = .18) for the Japan study. Scoring system specificity for actionable findings increased 5.5% (57%–63%, P < .001) for the US study and 6.7% (23%–30%, P < .001) for the Japan study. There was no evidence of a difference in corresponding sensitivity between unassisted and AI-assisted reads for the US (67.3%–67.5%, P = .88) and Japan (98%–100%, P > .99) studies. Corresponding standalone AI AUC system performance was 0.75 95% CI [0.70–0.81] and 0.88 95%CI [0.78–0.97] for the US and Japan-based datasets, respectively. Conclusion The concurrent AI interface improved LCS specificity in both US and Japan-based reader studies, meriting further study in additional international screening environments. ©RSNA, 2024
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».