人工智能技術(shù)的分診如何影響放射學(xué)放射科醫(yī)生

小編發(fā)現(xiàn)不少朋友對于 人工智能技術(shù)的分診如何影響放射學(xué)放射科醫(yī)生 這方面的信息都比較感興趣，小編就針對 人工智能技術(shù)的分診如何影響放射學(xué)放射科醫(yī)生 整理了一些相關(guān)方面的信息在這里分享給大家。

根據(jù)《學(xué)術(shù)放射學(xué)》上發(fā)表的一項新分析，通過將緊急成像研究發(fā)送到他們的工作清單的頂部，人工智能可以為放射科醫(yī)生提供重要的價值。

費城賓夕法尼亞大學(xué)放射學(xué)系醫(yī)學(xué)博士Saurabh Jha博士解釋說，這是AI可以發(fā)揮作用的多種方式之一。放射科醫(yī)生甚至不必擔(dān)心該技術(shù)會對他們的日常工作產(chǎn)生重大影響。

Jha寫道：“該算法無法完成放射科醫(yī)生的工作。” 放射科醫(yī)生的職責(zé)以及視覺和認(rèn)知工作量沒有改變。通過確定優(yōu)先級，人工智能可以解決放射科醫(yī)生所面臨的特定不確定性，即放射醫(yī)師在看到圖像之前通常并不了解研究的重要性。”

探索分流的真正價值

那么這些分類算法可以提供多少價值?這取決于具體情況。例如，在世界上專家短缺的部分地區(qū)，該算法實際上是放射科的主治醫(yī)生。在這些情況下提供的價值是巨大的。

賈哈寫道：“在未開發(fā)的道路上可能要花費幾個小時才能到達最近的創(chuàng)傷外科醫(yī)師。” “ CT掃描可能在本地可用，但可能沒有放射科醫(yī)生在場解釋圖像。如果AI能夠檢測到威脅生命的異常并且只轉(zhuǎn)移陽性病例，那么資源匱乏的區(qū)域醫(yī)院也不會被不需要治療的患者所淹沒。”

在這樣的，其價值更加“遞增”，在這些，放射科醫(yī)生隨時可以根據(jù)需要解釋研究，但AI在這些情況下仍具有明顯的影響力。

在他的分析中，賈(Jha)著重指出了使用AI對頭部CT掃描進行分類的努力。俗話說，時間就是大腦，而服務(wù)提供者在處理神經(jīng)系統(tǒng)緊急情況時，每一秒都很重要。然而，人工智能可以幫助確保放射線醫(yī)師立即看到最重要的檢查。通過減少此類重要案例的周轉(zhuǎn)時間，人工智能為所有相關(guān)方提供了可觀的價值。

分析還強調(diào)，分類算法不一定總是在尋找“臨床上最嚴(yán)重的疾病”。AI真正可以揭示的是哪些條件是“最可逆的”。

Jha寫道：“可逆性對時間越敏感，分類的價值就越大。” “ 先天性預(yù)后不良的廣泛性腦室內(nèi)出血的 時間敏感性不如基底節(jié)中有細微的灰白色物質(zhì)變薄的缺血性中風(fēng)，可以通過迅速溶栓來逆轉(zhuǎn)。”

假陽性，假陰性結(jié)果的危險

當(dāng)然，與任何其他算法一樣，分類算法也不是完美的。賈(Jha)寫道，可能存在誤報(FP)和誤報(FN)，將不太緊迫的研究放在需要盡快閱讀的研究之前。

這樣做的一個副作用是，它實際上可能導(dǎo)致放射科醫(yī)生對自己的解釋進行第二次猜測。

賈哈寫道：“放射科醫(yī)生在查看圖像之前不會知道一項研究是陽性還是陰性。” “但他們將知道AI會由于研究在隊列中的位置而認(rèn)為研究是正面還是負面。在沒有AI分診的情況下，放射科醫(yī)生可能將研究稱為“正常”，但他們的出現(xiàn)可能會鼓勵放射科醫(yī)生看到報告中不存在或?qū)_的異常情況。”