健康筛检需要根据技术进步变化,例如人工智能使用过程,但新方法不应影响警惕性,据2022年4月Climacteric杂志发布的文章
文章标题「改变健康筛检-我们需要保持警觉」对研究限制及未来研究特征的评论, 以提供正确评估人工筛检效果所需资讯
文章认为,50多年前描述的新健康筛选程序使用有既定标准,这些标准仍然适用。但是,不应假设一旦建立某种形式的健康筛检,即应永久持续,因为总有改进空间,它补充说明
博士Mahira Yunus干预性乳房放射师,迪拜Fakeeh大学医院成像扫描技术 已经发生并使用乳房合成法替代双视数字乳房X线扫描透视线造影的另一修改法是将AI整合到对X光图像解释中来,
文章写道:「为什么考虑将AI引入筛检乳房造影即使是最有性能的乳房造影程序(区间癌症率低和召回率低)也会漏掉一些癌症,这些癌症后显示为下一轮定时筛选前的区间癌症。”
文章还补充道 : 有关AI分析放射图像价值的出版物比较乐观, 甚至预测AI威胁放射科未来似似似简单演练以确定将AI纳入造影筛选是否提高筛选程序性能实情是,尽管近年有数以百计的关于这个题目的出版物,Freeman et al系统审查显示图片仍然不清晰。”
解释性,博士云努斯并补充道,当把AI与造影结合时AI有可能提高敏感度并降低间歇癌症率正如我们已经知道即使是最优性能造影程序也会漏掉一些癌症,
此外,筛选程序往往使用两个独立阅读器,因此运行和运行相对昂贵使用AI帮助降低成本,
显示Dr.云努斯文章认为,虽然似似简单演练以确定将AI纳入造影筛检是否提高筛检程序性能,特别是当筛检程序时AI系统更有可能检测与管道癌关联的微算法原地一直以来人们都认为AI程序检测出生长速度慢的肿瘤(导致过度处理)。
光学筛选方案评价AI最理想方法将是随机控试,根据文章,测试程序培训实绩前视筛选环境评价,比较者为标准实践
文章还补充道,更多未来研究需要做,同时确定结果精度需要报告实数(真正数、假正数、真负数和假负数),从而可计算AI系统与比较器的敏感度和特征(和两者之差)。
然而,应用技术使用健康筛选不应影响警惕性。上表推理并不排除使用卫生筛选技术时需要保持警惕,云努斯.
保健提供者在新技术引入筛选程序时应保持谨慎不应该假设看似简单修改,
--
asma AliZain独立记者兼OmniaHealth定期撰稿