根据《放射学》杂志上发表的一项研究，具有高诊断准确性的人工智能 (AI) 算法的协助提高了放射科医生在胸部 X 光检查肺癌方面的表现，并提高了人们对人工智能建议的接受度。北美放射学会 ( RSNA )。

虽然基于人工智能的图像诊断在医学领域取得了迅速发展，但影响放射科医生在人工智能辅助图像读取中做出诊断决定的因素仍未得到充分探索。

【资料图】

首尔国立大学的研究人员研究了这些因素如何影响人工智能辅助读取胸部 X 光片过程中恶性肺结节的检测。

在这项回顾性研究中，30 名读者(包括 20 名拥有 5 至 18 年经验的胸部放射科医生和 10 名只有 2 至 3 年经验的放射科住院医师)评估了 120 次不使用 AI 的胸部 X 光检查。在评估的 120 张胸片中，60 张来自肺癌患者(32 名男性)，60 份来自对照(36 名男性)。患者的中位年龄为 67 岁。在第二次会议中，每个小组在高精度或低精度人工智能的协助下重新解读 X 射线。读者们对使用了两种不同的人工智能这一事实视而不见。

与低精度AI相比，高精度AI的使用在更大程度上提高了读者的检测性能。高精度人工智能的使用还导致读者的决定发生更频繁的变化——这一概念被称为敏感性。

“这项研究中相对较大的样本量可能增强了读者对人工智能建议的信心，”来自首尔放射科和放射医学研究所的研究主要作者 Chang Min Park 博士说首尔国立大学医学院。“我们认为人类对人工智能的信任问题就是我们在这项研究中观察到的敏感性：当使用高诊断性能人工智能时，人类更容易受到人工智能的影响。”

与第一次阅读会话相比，在第二次阅读会话中，在高诊断准确性人工智能的辅助下，读者表现出更高的每个病灶敏感性(0.63 与 0.53)和特异性(0.94 与 0.88)。或者，在第二次阅读会话中接受低诊断准确性人工智能辅助的读者在两次阅读会话之间的任何这些测量结果都没有表现出改善。

“我们的研究表明人工智能可以帮助放射科医生，但前提是人工智能的诊断性能达到或超过人类读者的诊断性能，”帕克博士说。

结果强调了使用高诊断性能人工智能的重要性。然而，Park 博士指出，“高诊断性能人工智能”的定义可能会根据任务和使用它的临床环境而有所不同。例如，能够检测胸部 X 光检查中所有异常的人工智能模型似乎是理想的选择。但实际上，这种模型在减少肺结核大规模筛查环境中的工作量方面的价值有限。

Park 博士说：“因此，我们的研究表明，临床上适当使用人工智能需要为特定任务开发高性能人工智能模型，并考虑人工智能将应用到的相关临床环境。”

未来，研究人员希望将人类与人工智能协作的工作扩展到胸部 X 光和 CT 图像的其他异常情况。

“人机交互对胸部 X 光片上恶性肺结节检测的影响。” 与 Park 博士合作的有 Jong Hyuk Lee 医学博士、哲学博士、Hyunsook Hong 博士、Gunhee Nam 博士和 Eui Jin Hwang 医学博士、哲学博士。

2023 年，《放射学》将发行 12 期百年纪念刊来庆祝其成立 100 周年，突显《放射学》出版卓越实用科学以改善患者护理的传统。