Assessing the robustness of AI-generated lesion risk scores acquired under various imaging conditions
Bröstcancer är den vanligaste cancerdiagnosen bland kvinnor. I Sverige erbjuds alla kvinnor mellan 40-74 år regelbunden undersökning (mammografiscreening). Att upptäcka bröstcancer i ett tidigt skede har visats vara mycket gynnsamt för att kunna få effektiv behandling. Vid undersökningstillfället tas röntgenbilder av brösten, så kallade digitala mammografibilder (DM). I dagsläget utförs dubbelgranBackground and Aim: Artificial intelligence (AI) in mammography screening can aid cancer detection. Commercially available AI systems can assign region and exam scores based on malignancy suspicion. Despite promising suggestions, clinical implementation is limited- partly due to a lack of trust among radiologist and prospective evaluation. Inevitably, this leads to the question of how an AI system
