一项发表在《美国放射学会杂志》（Journal of the American College of Radiology）上的研究显示，一款人工智能工具在常规临床实践中检出了放射科医生遗漏的脑动脉瘤，使确认病例数增加39%，但同时也产生了明显多于放射科医生的假阳性结果。

研究设计与方法

Northwell Health的研究人员评估了Aidoc公司一款已获美国FDA许可的算法，该算法用于在CT血管造影（CTA）图像上识别疑似颅内动脉瘤。这款深度学习软件通过分析扫描图像，标记出提示动脉瘤的征象，并将可疑病例提示给放射科医生关注。

研究纳入了一个大型医疗系统内的3856例CTA检查。AI以“影子模式”运行，即处理扫描图像但不向放射科医生展示结果，也不影响患者诊疗。对于AI判读与临床判读不一致的病例，由独立的神经放射科医生进行复核。

检出率与假阳性的权衡

放射科医生与AI在超过96%的检查中结果一致，但双方各自都发现了对方遗漏的动脉瘤。AI检出了55个放射科医生未报告的确认动脉瘤，使确认病例数较单纯由放射科医生判读增加39%。不过，放射科医生也检出了30个AI遗漏的确认动脉瘤。

AI更高的灵敏度伴随着重要代价。它检出了84.6%的真性动脉瘤，而放射科医生为71.8%；但其阳性预测值明显更低，为78.2%，放射科医生则为92.7%。换言之，AI标记的动脉瘤中超过五分之一最终未被确认为真性动脉瘤。

这一局限在仅由AI发现的病例中更为明显。在101个仅由AI发现的征象中，55个为确认动脉瘤，46个为假阳性。

不同临床场景下的表现差异

AI的表现还因临床场景而异。在住院患者中，该算法额外检出18个真性动脉瘤，同时产生7个假阳性警报；在急诊科，结果同样较为理想。但在门诊诊疗中，AI仅额外检出4个真性动脉瘤，且产生的假阳性结果多于真阳性结果。

AI检出的许多额外动脉瘤体积较小，这可能为动脉瘤破裂前的风险评估和监测提供机会。

总体而言，研究结果表明，AI可能帮助放射科医生发现更多动脉瘤，但其增加的灵敏度以产生假阳性结果为代价，这些假阳性需要医生复核。不同诊疗场景之间的差异，也凸显了在实际应用环境中评估医疗AI的重要性。

来源：Inside Precision Medicine（英文原文，生物航编译，内容以原文为准）