Komercijalni alat veštačke inteligencije (AI) koji se koristio van etikete bio je efikasan u isključivanju patologije i imao je jednake ili niže stope kritičnih promašaja na rendgenskom snimku grudnog koša od radiologa, prema studiji objavljenoj danas u Radiologija.
Nedavni razvoji u oblasti veštačke inteligencije izazvali su sve veće interesovanje za kompjuterski potpomognutu dijagnostiku, delimično motivisano sve većim opterećenjem sa kojim se suočavaju odeljenja radiologije, globalnim nedostatkom radiologa i potencijalom za sagorevanje na terenu. Radiološke ordinacije imaju veliki broj neupadljivih (bez klinički značajnih nalaza) rendgenskih snimaka grudnog koša, a AI bi možda mogla da poboljša tok posla obezbeđivanjem automatskog izveštaja.
Istraživači u Danskoj su odlučili da procene udeo neupadljivih rendgenskih snimaka grudnog koša gde bi veštačka inteligencija mogla ispravno isključiti patologiju bez povećanja dijagnostičkih grešaka. Studija je uključivala radiološke izveštaje i podatke od 1.961 pacijenta (srednja starost, 72 godine; 993 žene), sa jednim rendgenskim snimkom grudnog koša po pacijentu, dobijenim iz četiri danske bolnice.
„Naša grupa i drugi su ranije pokazali da su AI alati sposobni da isključe patologiju u rendgenskim snimcima grudnog koša sa visokim poverenjem i na taj način obezbede autonomni normalan izveštaj bez čoveka u petlji“, rekao je glavni autor Louis Lind Plesner, dr. sa Odeljenja za radiologiju u bolnici Herlev i Gentofte u Kopenhagenu, Danska. „Takvi AI algoritmi propuštaju vrlo malo abnormalnih radiografija grudnog koša. Međutim, pre naše trenutne studije, nismo znali koji je odgovarajući prag za ove modele.“
Istraživački tim je želeo da zna da li je kvalitet grešaka koje su napravili AI i radiolozi drugačiji i da li su greške veštačke inteligencije, u proseku, objektivno gore od ljudskih grešaka.
Alat za veštačku inteligenciju je prilagođen da generiše verovatnoću „izvanrednosti“ rendgenskih snimaka grudnog koša, koja je korišćena za izračunavanje specifičnosti (mera sposobnosti medicinskog testa da ispravno identifikuje ljude koji nemaju bolest) pri različitim osetljivostima AI.
Dva radiologa grudnog koša, koji su bili zaslepljeni za izlaz AI, označili su rendgenske snimke grudnog koša kao „izvanredne“ ili „neupadljive“ na osnovu unapred definisanih neupadljivih nalaza. Rendgenske snimke grudnog koša sa promašenim nalazima od strane AI i/ili radiološkog izveštaja ocenio je jedan radiolog grudnog koša – ne znajući da li je grešku napravio AI ili radiolog – kao kritične, klinički značajne ili klinički beznačajne.
Referentni standard je označio 1.231 od 1.961 rendgenskih snimaka grudnog koša (62,8%) kao izuzetne i 730 od 1.961 (37,2%) kao neupadljive. AI alat je ispravno isključio patologiju u 24,5% do 52,7% neupadljivih rendgenskih snimaka grudnog koša pri osetljivosti većoj ili jednakoj 98%, sa nižim stopama kritičnih promašaja nego što je pronađeno u radiološkim izveštajima povezanim sa slikama.
Dr Plesner napominje da su greške koje je napravila AI bile u proseku klinički teže za pacijenta od grešaka radiologa.
„Ovo je verovatno zato što radiolozi tumače nalaze na osnovu kliničkog scenarija, što AI ne“, rekao je on. „Zbog toga, kada je AI namenjen da obezbedi automatizovan normalan izveštaj, on mora da bude osetljiviji od radiologa kako bi se izbegao smanjenje standarda nege tokom implementacije. Ovaj nalaz je takođe generalno interesantan u ovoj eri AI sposobnosti koje pokrivaju više okruženja sa visokim ulozima. ne samo ograničeno na zdravstvenu zaštitu“.
AI bi mogao autonomno izvesti više od polovine svih normalnih rendgenskih snimaka grudnog koša, prema dr Plesneru.
„U našoj studijskoj populaciji u bolnici, to je značilo da je više od 20% svih rendgenskih snimaka grudnog koša moglo biti potencijalno autonomno prijavljeno korišćenjem ove metodologije, uz zadržavanje niže stope klinički relevantnih grešaka od trenutnog standarda“, rekao je on.
Dr Plesner je primetio da je prospektivna implementacija modela koristeći jedan od pragova predloženih u studiji potrebna pre nego što se može preporučiti široko rasprostranjenje.
