導(dǎo)讀 根據(jù)《放射學(xué)》雜志上發(fā)表的一項(xiàng)研究，具有高診斷準(zhǔn)確性的人工智能 (AI) 算法的協(xié)助提高了放射科醫(yī)生在胸部 X 光檢查肺癌方面的表現(xiàn)，
根據(jù)《放射學(xué)》雜志上發(fā)表的一項(xiàng)研究，具有高診斷準(zhǔn)確性的人工智能 (AI) 算法的協(xié)助提高了放射科醫(yī)生在胸部 X 光檢查肺癌方面的表現(xiàn)，并提高了人們對人工智能建議的接受度。
雖然基于人工智能的圖像診斷在醫(yī)學(xué)領(lǐng)域取得了迅速發(fā)展，但影響放射科醫(yī)生在人工智能輔助圖像讀取中做出診斷決定的因素仍然沒有得到充分探索。首爾國立大學(xué)的研究人員研究了這些因素如何影響人工智能輔助讀取胸部 X 光片過程中惡性肺結(jié)節(jié)的檢測。
在這項(xiàng)回顧性研究中，30 名讀者，包括 20 名具有 5 至 18 年經(jīng)驗(yàn)的胸部放射科醫(yī)生和 10 名只有 2 至 3 年經(jīng)驗(yàn)的放射科住院醫(yī)師，在沒有 AI 的情況下評估了 120 次胸部 X 光檢查。在評估的 120 張胸片中，60 張來自肺癌患者(32 名男性)，60 份來自對照(36 名男性)?；颊叩闹形荒挲g為 67 歲。在第二次會(huì)議中，每個(gè)小組在高精度或低精度人工智能的協(xié)助下重新解讀 X 射線。讀者們對使用了兩種不同的人工智能這一事實(shí)視而不見。
與低精度AI相比，高精度AI的使用在更大程度上提高了讀者的檢測性能。高精度人工智能的使用還導(dǎo)致讀者的決定發(fā)生更頻繁的變化——這一概念被稱為敏感性。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！