基底细胞癌诊断中的一致性：为人工智能工具建立合适的基准真实值

背景：不同基底细胞癌（BCC）临床标准无法客观验证。需要构建合适的基准真实值，以训练能够通过提供BCC皮肤学特征来解释BCC诊断的人工智能工具。目标：确定四位皮肤科医生对204例BCC皮肤学标准的共识。分析基于统计推断的四位皮肤科医生共识推断的基准真实值下，人工智能工具性能。方法：进行单中心、诊断性和前瞻性研究，分析四位皮肤科医生在皮肤学标准中的一致性，从而得出参考标准。使用1434张皮肤学图像，由 primary health physician 拍摄，通过远程皮肤学诊断送达，并由皮肤科医生诊断。从远程皮肤学平台（2019-2021）随机选取。204例被用于测试人工智能工具，其余用于训练。分析使用马恩柯尔检验和汉明距离比较使用单位皮肤科医生基准真实值训练的人工智能工具与使用四位皮肤科医生共识统计推断的基准真实值训练的人工智能工具性能。结果：皮肤科医生在BCC诊断中实现完美一致性（Fleiss-Kappa=0.9079），与活检高度相关（PPV=0.9670）。然而，在检测某些皮肤学标准时一致性较低。发现单位皮肤科医生基准真实值训练的人工智能工具与四位皮肤科医生共识统计推断的基准真实值训练的人工智能工具之间存在统计差异。结论：在训练人工智能工具以确定病灶中BCC模式时应谨慎。基准真实值应从多位皮肤科医生建立。