周二，2022年12月27日(HealthDay新闻)——根据12月21日在线发表在《英国医学杂志》(the BMJ)上的一项研究，当不可解释的图像被排除在分析之外时，人工智能候选人可以通过10项皇家放射学家学院(FRCR)模拟奖学金考试中的两项。
来自伦敦大奥蒙特街儿童医院的Susan Cheng Shelmerdine M.B.B.S及其同事进行了一项前瞻性多阅读器诊断准确性研究，涉及一名人工智能候选人和26名在过去12个月内通过FRCR考试的放射科医生。
研究人员发现，在排除不可解释的图像后，人工智能候选人的平均总体准确率达到79.5%，并通过了10次模拟FRCR考试中的2次。放射科医生平均准确率达到84.8%，通过了10次模拟考试中的4次。对于人工智能候选人，敏感性和特异性分别为83.6%和75.2%，而所有放射科医生的总结估计值分别为84.1%和87.3%。人工智能候选人在90%的放射科医生正确解读的x光片中有9%是错误的。大多数成像缺陷与肌肉骨骼而不是胸部x线片的解释有关。
作者写道:“强烈建议进行进一步的训练和修订，特别是对于人工智能认为‘不可解释’的情况，比如腹部x线片和中轴骨骼的x线片。”“增加对不常见和更微妙的骨骼病变的熟悉程度也有助于提高检查成功的几率。”
抽象/全文
编辑
纳趣吧声明：未经许可，不得转载。
为您推荐：
- 丹麦选举可能为中央政府铺平道路 2025-06-18
- 2023年消费电子展：企业宣扬环保科技创新 2025-06-18
- 比尔·阿克曼说，要求公布支持哈马斯的哈佛学生的名字并不是骚扰——这是首席执行官的尽职调查 2025-06-18
- 人工智能很少能通过放射科医生的模拟考试 2025-06-18
- 准妈妈们应该担心胃肠炎吗？ 2025-06-18
- 超过一半从税收漏洞中获利的农民“没有以任何方式参与农业” 2025-06-18
