來自12家機(jī)構(gòu)的24名臨床醫(yī)師參與的研究表明,AI輔助診斷可將年齡相關(guān)性黃斑變性(AMD)診斷準(zhǔn)確率最高提升50%,診斷時(shí)間縮短10.3秒。升級版DeepSeeNet+模型在包含新加坡人群的外部驗(yàn)證中F1分?jǐn)?shù)顯著提高至52.43,揭示醫(yī)療AI需通過系統(tǒng)化工作流程驗(yàn)證和持續(xù)開發(fā)來解決臨床可解釋性與泛化性挑戰(zhàn)。
這項(xiàng)突破性研究像給眼科醫(yī)生配了個(gè)超級助手!科研團(tuán)隊(duì)構(gòu)建了AI輔助診斷系統(tǒng),讓24位臨床醫(yī)師對240名患者(平均68.5歲)的2880個(gè)AMD特征進(jìn)行診斷PK。結(jié)果發(fā)現(xiàn),當(dāng)醫(yī)生獲得AI助攻時(shí),診斷準(zhǔn)確率如同裝上渦輪增壓——平均F1分?jǐn)?shù)從37.71飆升至45.52,最快診斷速度提升近26%。不過有趣的是,人機(jī)組合拳并非總占優(yōu),這暴露出AI醫(yī)療的信任危機(jī)謎題。
研究團(tuán)隊(duì)還玩起了模型升級游戲,用39,196張新圖像訓(xùn)練出DeepSeeNet+,這個(gè)加強(qiáng)版在跨種族測試中表現(xiàn)搶眼,對新加坡人群的診斷準(zhǔn)確率比原版高出13.48個(gè)百分點(diǎn)。這些發(fā)現(xiàn)如同給醫(yī)療AI發(fā)展畫了路線圖:既要當(dāng)醫(yī)生的第二大腦,又要不斷吃更多數(shù)據(jù)來突破種族界限。時(shí)間效率提升和外部驗(yàn)證數(shù)據(jù),為破解醫(yī)療AI落地難的魔方提供了關(guān)鍵拼圖。