A ResNet-50 Classifier with Grad-CAM and SHAP for Explainable Breast Cancer Detection in Dense Mammography: Comparison with Human Radiologist Performance
Este estudo demonstra que um classificador ResNet-50 aprimorado com explicações Grad-CAM e SHAP pode superar a sensibilidade de radiologistas humanos na detecção de câncer de mama em mamografias densas, alcançando 72,2% de sensibilidade ao mesmo tempo em que fornece insights visuais acionáveis para apoiar sua implementação como uma ferramenta de segunda leitura que sinaliza casos de alta confiança e delega casos ambíguos aos clínicos.