![乳腺癌筛查可降低癌症死亡。AI工具有潜力提高筛选效率和有效的。](http://www.alohadebbie.com/sites/default/files/styles/content_large/public/GettyImages-92263689%20%281%29.jpg?itok=iA5tLdFC)
盖蒂图片社
2023年5月11日吗北美放射学会(RSNA)宣布的结果RSNA筛查性乳房x光检查乳腺癌检测人工智能的挑战。最新研究等一系列比赛,RSNA进行了自2015年以来,这一挑战任务参与者与发展中人工智能(AI)模型,可以准确地检测乳腺癌的乳房x光检查图像,可能帮助放射科医生做出更准确和及时的诊断。
乳腺癌是全球最常见的癌症,据世界卫生组织。仅在2020年,有230万新的乳腺癌诊断和685000人死亡。
乳腺癌筛查已经被证明可以减少癌症死亡。AI工具有潜力提高筛选效率和有效的。
“尽管有全球短缺,x光检查放射学家解释,放射科医生仍然担心AI系统将如何工作在他们的患者人群,”说琳达Moy博士放射学教授纽约大学格罗斯曼医学院和编辑的《放射学》杂志上。“这不同well-curated数据集可用于评估推广到不同的患者人群。这RSNA乳房x光检查AI的挑战将促进协作来提高诊断的准确性筛查性乳房x光检查挽救病人的生命。”
提供的挑战,托管在一个平台Kaggle公司。(一个字母的公司),吸引了近1700来自世界各地的团队。比赛于2022年11月28日,在2023年2月。获奖的解决方案被审查由一组志愿者AI专家确认结果。八个团队提交分组算法共享总奖金50000美元。
获胜的团队RSNA筛查性乳房x光检查乳腺癌检测的人工智能的挑战是:
mr.robot
cancerdetectman
H.B.M.F.
CDI
赛车手
手性几艘西北风级两栖攻击舰
luddite&MT
BCC
审查委员会还获得了教育绩效奖mr.robot团队清晰的解决方案和相应的演示材料。
中使用的数据集的挑战是由乳房x光检查筛查项目在澳大利亚和美国。它包括详细的标签与放射科医生的评估和后续疑似恶性肿瘤病理结果。可用的数据集将继续用于进一步的研究。
这一挑战是一个广泛的研究项目的一部分,将研究如何在竞争模型生成执行针对以前看不见的数据和比较它们的性能专家观察者。这些问题是至关重要的在确定人工智能工具将如何执行在临床的设置。
“参与者的数量在这个竞争是惊人的,反映了使用大型高水平的兴趣,促进高质量的数据集的状态在乳房x光片诊断、艺术”说约翰·芒根放射学教授加州大学旧金山和RSNA机器学习指导委员会的主席。“我们预计数据集和选手的工作提供了一个理想的基础在乳腺成像AI快速推进。”2022世界杯篮球预选赛赛程
关于挑战的更多信息,请访问RSNA.org/AI-image-challenge
乳房成像相关内容2022世界杯篮球预选赛赛程:
视频:美国食品药品管理局在美国国家密度报告标准更新——讨论最终的规则
一对一…Wendie Berg,医学博士,博士FACR FSBI
FDA需要确保致密的乳房通知都是清晰易懂的信息公开的所有成员
数字乳腺Tomosynthesis现货压缩澄清模棱两可的结果
AI印度生物技术部对乳房x光检查Post-breast治疗的影响
ImageCare中心推出粉色更好Mammo服务有深刻的人工智能