|
Zamknij X
|
Odpowiednio wytrenowana sztuczna inteligencja poprawiła wyniki radiologów diagnozujących raka płuc na zdjęciach rentgenowskich. Jednak SI musi być odpowiednio dopasowana do klinicznego kontekstu – pokazuje nowe badanie.
Sztuczna inteligencja coraz śmielej wkracza do medycznej diagnostyki, jednak niewiele badań sprawdzało nastawienie lekarzy do tej nowatorskiej technologii. Podjęli się tego naukowcy z Narodowego Uniwersytetu w Seulu (Korea Pd.) w badaniu z udziałem 30 specjalistów, w tym 20 radiologów z doświadczeniem od 5 do 18 lat oraz 10 rezydentów. Najpierw - jeszcze bez wsparcia SI - ocenili oni 120 zdjęć klatek piersiowych, w tym 60 pochodzących od pacjentów i pacjentek z rakiem płuc oraz 60 – od osób zdrowych.
W drugiej sesji pomogła im specjalnie do tego wytrenowana sztuczna inteligencja. Jednak części ekspertów pomagała precyzyjnie działająca SI, a części – mniej dokładna, przy czym specjaliści nie wiedzieli, z którym systemem współpracują.
Odpowiednie komputerowe wspomaganie może mieć niemałe znaczenie – wskazał eksperyment. W porównaniu do pierwszej sesji, eksperci wspomagani przez SI o wysokiej precyzji diagnostycznej wykazali większą dokładność w czasie diagnozowania widocznych na zdjęciach zmian (0,63 w porównaniu do 0,53), a także wyższą swoistość (0,94 w porównaniu do 0,88).
Z drugiej strony wsparcie przez AI o niskiej dokładności diagnostycznej nie spowodowało poprawy. Jednocześnie okazało się, że lekarze byli bardziej podatni na sugestie dokładnych algorytmów.
"Możliwe, że stosunkowo duża liczba próbek w badaniu wzmocniła pewność specjalistów odnośnie sugestii sztucznej inteligencji" – mówi główny autor badania, dr Chang Min Park. - "Uważamy, że w podatności ekspertów na sugestie SI obserwowaliśmy kwestię zaufania człowieka do sztucznej inteligencji. Jak się okazuje, ludzie są bardziej podatni na wpływ SI o wysokiej precyzji diagnostycznej".
"Badanie sugeruje, że sztuczna inteligencja może pomagać radiologom, ale tylko wtedy, gdy jej wyniki diagnostyczne są równorzędne lub przewyższają te uzyskiwane przez człowieka" – stwierdza dr Park.
Rezultaty badania podkreślają znaczenie korzystania z AI o wysokiej wydajności diagnostycznej – uważają naukowcy. Zauważają jednak, że definicja "SI o wysokiej wydajności diagnostycznej" może się różnić w zależności od zadania i kontekstu klinicznego.
Na przykład model SI, który potrafi wykrywać wszystkie nieprawidłowości na zdjęciach rentgenowskich klatki piersiowej, może wydawać się idealny, tymczasem w praktyce miałby ograniczoną wartość np. w przypadku masowego przesiewowego badania gruźlicy płuc.
"Nasze badanie sugeruje, że odpowiednie klinicznie zastosowanie SI wymaga zarówno opracowania modeli o wysokiej wydajności dla konkretnych zadań, jak i uwzględnienia właściwego kontekstu klinicznego, w którym ta SI będzie stosowana" - podsumowuje dr Park.
25 maja 2018 roku zacznie obowiązywać Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2016/679 z dnia 27 kwietnia 2016 r (RODO). Potrzebujemy Twojej zgody na przetwarzanie Twoich danych osobowych przechowywanych w plikach cookies. Poniżej znajdziesz pełny zakres informacji na ten temat.
Zgadzam się na przechowywanie na urządzeniu, z którego korzystam tzw. plików cookies oraz na przetwarzanie moich danych osobowych pozostawianych w czasie korzystania przeze mnie ze strony internetowej Laboratoria.net w celach marketingowych, w tym na profilowanie i w celach analitycznych.
Administratorami Twoich danych będziemy my: Portal Laboratoria.net z siedzibą w Krakowie (Grupa INTS ul. Czerwone Maki 55/25 30-392 Kraków).
Chodzi o dane osobowe, które są zbierane w ramach korzystania przez Ciebie z naszych usług w tym zapisywanych w plikach cookies.
Przetwarzamy te dane w celach opisanych w polityce prywatności, między innymi aby:
dopasować treści stron i ich tematykę, w tym tematykę ukazujących się tam materiałów do Twoich zainteresowań,
dokonywać pomiarów, które pozwalają nam udoskonalać nasze usługi i sprawić, że będą maksymalnie odpowiadać Twoim potrzebom,
pokazywać Ci reklamy dopasowane do Twoich potrzeb i zainteresowań.
Zgodnie z obowiązującym prawem Twoje dane możemy przekazywać podmiotom przetwarzającym je na nasze zlecenie, np. agencjom marketingowym, podwykonawcom naszych usług oraz podmiotom uprawnionym do uzyskania danych na podstawie obowiązującego prawa np. sądom lub organom ścigania – oczywiście tylko gdy wystąpią z żądaniem w oparciu o stosowną podstawę prawną.
Masz między innymi prawo do żądania dostępu do danych, sprostowania, usunięcia lub ograniczenia ich przetwarzania. Możesz także wycofać zgodę na przetwarzanie danych osobowych, zgłosić sprzeciw oraz skorzystać z innych praw.
Każde przetwarzanie Twoich danych musi być oparte na właściwej, zgodnej z obowiązującymi przepisami, podstawie prawnej. Podstawą prawną przetwarzania Twoich danych w celu świadczenia usług, w tym dopasowywania ich do Twoich zainteresowań, analizowania ich i udoskonalania oraz zapewniania ich bezpieczeństwa jest niezbędność do wykonania umów o ich świadczenie (tymi umowami są zazwyczaj regulaminy lub podobne dokumenty dostępne w usługach, z których korzystasz). Taką podstawą prawną dla pomiarów statystycznych i marketingu własnego administratorów jest tzw. uzasadniony interes administratora. Przetwarzanie Twoich danych w celach marketingowych podmiotów trzecich będzie odbywać się na podstawie Twojej dobrowolnej zgody.
Dlatego też proszę zaznacz przycisk "zgadzam się" jeżeli zgadzasz się na przetwarzanie Twoich danych osobowych zbieranych w ramach korzystania przez ze mnie z portalu *Laboratoria.net, udostępnianych zarówno w wersji "desktop", jak i "mobile", w tym także zbieranych w tzw. plikach cookies. Wyrażenie zgody jest dobrowolne i możesz ją w dowolnym momencie wycofać.
Więcej w naszej POLITYCE PRYWATNOŚCI
