Knowledge-driven AI-generated data for accurate and interpretable breast ultrasound diagnoses

要約

データ駆動型の深層学習モデルは、放射線科医による乳房超音波 (US) 診断を支援する優れた機能を示しています。
ただし、その有効性はトレーニング データのロングテール分散によって制限され、まれに不正確さが発生します。
この研究では、ロングテールデータを使用してまれなケースに対する診断モデルのパフォーマンスを向上させるという長年の課題に取り組みます。
具体的には、知識主導型の生成モデルを構築してカスタマイズされた合成データを生成するパイプライン TAILOR を導入します。
ソース データとして 3,749 個の病変を使用する生成モデルは、特にエラーが発生しやすい稀なケースに対して、何百万もの乳房 US 画像を生成できます。
生成されたデータは、正確で解釈可能な診断のための診断モデルを構築するためにさらに使用できます。
前向きの外部評価では、当社の診断モデルは同じ感度で特異度において 9 人の放射線科医の平均パフォーマンスを 33.5% 上回っており、解釈可能な意思決定プロセスによる予測を提供することで彼らのパフォーマンスを向上させています。
さらに、上皮内乳管癌 (DCIS) に関しては、ソース データ内の DCIS 病変はわずか 34 個であり、当社の診断モデルはすべての放射線科医を大幅に上回っています。
私たちは、TAILOR がさまざまな疾患や画像診断法に拡張できる可能性があると考えています。

要約(オリジナル)

Data-driven deep learning models have shown great capabilities to assist radiologists in breast ultrasound (US) diagnoses. However, their effectiveness is limited by the long-tail distribution of training data, which leads to inaccuracies in rare cases. In this study, we address a long-standing challenge of improving the diagnostic model performance on rare cases using long-tailed data. Specifically, we introduce a pipeline, TAILOR, that builds a knowledge-driven generative model to produce tailored synthetic data. The generative model, using 3,749 lesions as source data, can generate millions of breast-US images, especially for error-prone rare cases. The generated data can be further used to build a diagnostic model for accurate and interpretable diagnoses. In the prospective external evaluation, our diagnostic model outperforms the average performance of nine radiologists by 33.5% in specificity with the same sensitivity, improving their performance by providing predictions with an interpretable decision-making process. Moreover, on ductal carcinoma in situ (DCIS), our diagnostic model outperforms all radiologists by a large margin, with only 34 DCIS lesions in the source data. We believe that TAILOR can potentially be extended to various diseases and imaging modalities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google