超越专业能力：探索人工智能辅助诊断罕见肾癌中的行为角色模型

《npj Digital Medicine》：Beyond expertise: exploring behavioral personas in AI-assisted rare renal cancer diagnosis

　　

摘要

富马酸水合酶缺乏型肾细胞癌是一种罕见的侵袭性恶性肿瘤，给形态学筛查带来了挑战。我们开发了一种基于深度学习的形态学筛查辅助工具，并开展了一项交叉阅读研究，让21名病理学家在有AI辅助和无AI辅助的情况下分别评估30例疑难病例。为探究人类与AI的互动关系，我们提出了相对AI依赖度（RAIR）和临床过度依赖率（CORR）这两个指标。AI辅助显著提高了整体诊断准确性（60.0–73.3%，P?=?0.012）以及不同评估者之间的一致性（Fleiss’ kappa 0.311–0.482）。通过基于RAIR和CORR的探索性聚类分析，我们发现了两种不同的行为类型：接受型（n?=?14）和抵抗型（n?=?7）。接受型群体从正确的AI建议中获得了更大的诊断益处（中位RAIR值为0.732，而抵抗型为0.444），但同时也更容易受到错误结果的干扰（中位CORR值为0.800，而抵抗型为0.600）。相反，抵抗型群体虽然能保持一致的判断，但获得的诊断收益较为有限。值得注意的是，这些行为类型与传统的临床专业技能（P?=?1.0）及工作经验（P?=?0.881）无关。这些初步研究结果表明，AI可助力罕见癌症的形态学分类。此外，由于人类与AI的互动能力是一种独立于传统诊断技能的特质，针对不同类型人群进行个性化培训或许有助于优化二者之间的协作。这一假设生成框架还需在更大规模的研究中得到验证。