根據(jù) 5 月 16 日在線發(fā)表在JAMA Network Open上的一項(xiàng)研究，優(yōu)化的人工智能 (AI) 策略可以降低高級(jí)放射科醫(yī)生的基于診斷時(shí)間的成本，而傳統(tǒng)的全人工智能策略似乎對(duì)初級(jí)放射科醫(yī)生更有利。
來自中國廣州第一附屬醫(yī)院和中山大學(xué)的 Wen-Juan Tong 及其同事開發(fā)了一種優(yōu)化的 AI 決策輔助集成，與傳統(tǒng)的 AI 輔助策略相比，可以減少放射科醫(yī)生的工作量，同時(shí)保持診斷性能。
基于 16 名初級(jí)和高級(jí)放射科醫(yī)師如何結(jié)合具有不同圖像特征的 AI 輔助診斷結(jié)果，使用了一組包含 1,048 名患者的 1,754 個(gè)甲狀腺結(jié)節(jié)的 1,754 張超聲圖像的回顧性圖像來構(gòu)建優(yōu)化策略。優(yōu)化策略與傳統(tǒng)的全 AI 策略進(jìn)行了比較，使用前瞻性研究集中 268 名患者的 300 張超聲圖像和 300 個(gè)甲狀腺結(jié)節(jié)。
研究人員發(fā)現(xiàn)，與傳統(tǒng)的全 AI 策略相比，優(yōu)化策略與初級(jí)放射科醫(yī)生的平均任務(wù)完成時(shí)間增加有關(guān)，但高級(jí)放射科醫(yī)生的平均任務(wù)完成時(shí)間較短。對(duì)于 11 到 16 歲的讀者，兩種策略之間的敏感性(范圍，91% 到 100%)或特異性(范圍，94% 到 98%)沒有觀察到顯著差異。
“我們建議初級(jí)放射科醫(yī)生在甲狀腺結(jié)節(jié)管理中應(yīng)用傳統(tǒng)的全人工智能策略，而高級(jí)放射科醫(yī)生應(yīng)該應(yīng)用優(yōu)化策略，”作者寫道。“這些優(yōu)化的 AI 決策輔助集成有可能通過降低基于診斷時(shí)間的成本同時(shí)保持出色的診斷性能來幫助放射科醫(yī)生減少工作量。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！