(a - c)胸片获得作为体检的一部分,在一个71岁的男性病人显示读者容易诊断精度高人工智能(AI)。在第一个会话中没有人工智能,胸有16年经验的放射科医师阅读的胸片正常的x光照片(a)诊断精度高AI观察潜在的肺癌89%可信区间的x光照片所显示的结节定位地图(B)(颜色从蓝色变为红色,结节的存在概率的增加)。当面对AI建议在二读会话,放射科医生改变了决定,注释肺癌与正确的偏侧膈重叠的区域(C)(框注释)。(D, E)对比度增强胸部CT扫描显示6.8厘米肺质量(箭头)和正确的空气支气管征下叶的轴向(D)和日冕(E)的飞机。这个质量是病理证实是一个侵入性粘液腺癌。因此,读者正确的决定是不正确的第一次会议,但在第二次会议后,AI的建议。图片由RSNA
从2023年6月30日——援助人工智能(AI)算法具有较高的诊断准确性提高放射科医师在检测性能肺癌在胸部x射线人工智能的增加和人类接受建议,根据一项研究发表在放射学,北美放射学会杂志》(RSNA)。
而基于ai图像诊断迅速拥有先进的医学领域,影响因素放射科医生的诊断决定AI-assisted图像阅读仍未开发。
研究人员首尔国立大学看着这些因素如何影响恶性肺结节检测期间AI-assisted胸部x光检查。
回顾性研究中,30个读者,包括20个胸放射科医生5到18年的经验和10放射居民只有两到三年的经验,评估120没有AI胸部x光检查。120胸片的评估,60人肺癌患者(32男性)和60人控制雄性(36)。患者的平均年龄67岁。在第二个会话中,每组重新解释x射线,协助通过高或低准确度AI。读者被忽视的事实,两个不同的AIs。
使用高精度AI改进读者的检测性能在更大程度上比低准确度AI。使用高精度AI也导致更频繁的读者determinations-a概念称为磁化率的变化。
”可能相对较大的样本量在这项研究支持读者的信心艾未未的建议,”研究报告的主要作者说Chang分钟公园,医学博士博士的放射学和放射医学研究所首尔国立大学医学院在首尔。人类相信人工智能“我们认为这个问题是我们在这项研究中观察到的易感性:人类使用高诊断性能时更容易受到人工智能AI。”
相比第一个会话,阅读读者协助诊断精度高的人工智能在二读会话显示更高per-lesion敏感性(0.63和0.53),和特异性(0.94和0.88)。另外,读者协助诊断精度低的人工智能在二读会话没有显示改善两个阅读会议之间的这些测量。
“我们的研究表明,人工智能可以帮助放射科医生,但是只有当AI的诊断性能达到或超过了人类的读者,“公园博士说。
结果强调使用AI高诊断性能的重要性。然而,公园博士指出,“高诊断性能的人工智能”的定义取决于它的任务和临床上下文将被使用。例如,一个人工智能模型,可以检测所有异常在胸部x光检查似乎是理想的。但在实践中,这样一个模型将有限的价值在减少工作负载在肺结核筛查质量环境。
“因此,我们的研究表明,临床合理使用人工智能的发展既需要高性能的人工智能模型给定的任务和考虑有关,AI会应用于临床,“公园博士说。
在未来,研究者想扩大他们的工作human-AI协作其他异常在胸部x光检查和CT图像。
更多信息:www.rsna.org
2023年7月3日,
