Интересное сегодня
База данных RIKEN для анализа динамических выражений лица: м...
Введение в разработку новой базы данных выражений лица Разработка баз данных выражений лица с информ...
Как социальное неравенство и восприятие партнера влияют на о...
Введение Через опыт люди учатся связывать свои действия с их последствиями, включая понимание того, ...
Как тревожный мозг видит угрозу там, где её нет: научное объ...
Когда тревога видит страх повсюду Почему тревожный разум может отворачиваться от страха — но при эт...
Плохое качество сна у пациентов с ВИЧ/СПИД в странах Африки ...
Введение Хорошее качество сна характеризуется минимальным количеством нарушений, достаточной продолж...
Ответственное использование нулевых выстрелов ИИ для оценки ...
Введение Искусственный интеллект (ИИ) имеет огромный потенциал для облегчения процесса оценки и улуч...
Как мужчина влюбляется: ключевые факторы и психология
Что заставляет мужчину влюбиться То, как мужчина влюбляется, зависит от множества факторов. Все мужч...
Введение в исследование ИИ в радиологии
Количество программных приложений с искусственным интеллектом (ИИ) для радиологии быстро растёт. На данный момент существует более 190 продуктов с маркировкой CE, из которых почти 100 получили разрешение FDA класса II или III. Для рентгенографии грудной клетки — самого часто выполняемого рентгенологического исследования в мире — существует широкий спектр сертифицированных систем поддержки клинических решений с ИИ на рынке.
Методология исследования
В исследовании участвовали 223 врача с разным уровнем экспертизы. Врачи внутренних болезней и неотложной медицины были классифицированы как нетask experts (неспециалисты в задаче), а радиологи — как task experts (эксперты в задаче). Участники получали рентгеновские снимки с точными диагностическими рекомендациями и должны были поставить диагноз, оценить качество совета и уверенность в своём решении.
Манипуляции с переменными
- Объяснимость совета: визуальные аннотации на рентгеновских снимках или их отсутствие
- Источник совета: ИИ-система или врач-радиолог
Результаты исследования
Нетask experts показали значительное улучшение точности диагностики при получении аннотированных советов от ИИ. Врачи оценивали качество советов ИИ выше, чем человеческих советов. На уверенность в диагнозе манипуляции не оказали сильного влияния.
Получение аннотированного совета от ИИ привело к наивысшей диагностической точности как у нетask experts, так и у task experts
Влияние объяснимости на разные группы
Нетask experts значительно выиграли от аннотаций, в то время как для task experts эффект был статистически незначимым. Это может быть связано с ceiling effects — изначально высокой точностью радиологов.
Обсуждение результатов
Результаты показывают, что объяснимый ИИ может быть особенно valuable для врачей-неспециалистов при review медицинских изображений. Это имеет большое значение для улучшения workflows и patient safety в условиях нехватки радиологов.
Ограничения исследования
Эксперимент проводился онлайн с ограниченным количеством случаев. Участники знали, что их диагнозы не повлияют на реальное лечение пациентов. Также не было достигнуто запланированного размера выборки.
Заключение и перспективы
Исследование демонстрирует потенциальные возможности объяснимого ИИ для радиологии и других медицинских направлений. Дальнейшие исследования должны focus на оптимизации представления ИИ-советов для минимизации слепого overreliance при ошибках системы.
