Мультимодальный генеративный искусственный интеллект (ИИ) может способствовать значительному повышению эффективности рентгенологических отчетов, а также повышению чувствительности к ряду отклонений на рентгенограммах грудной клетки.
В ретроспективном исследовании, недавно опубликованном в журнале Radiology , исследователи сравнили использование предварительных отчетов, созданных с помощью ИИ (через AIRead, Soombit.ai), и самостоятельную интерпретацию 758 рентгенограмм грудной клетки пятью рентгенологами-рецензентами.
По словам авторов исследования, использование отчетов, созданных с помощью искусственного интеллекта, привело к сокращению среднего времени чтения рентгенограмм на 42 процента по сравнению с самостоятельной оценкой рентгенологами (19,8 секунд против 34,2 секунд).
В ходе анализа подгруппы из 258 случаев исследователи обнаружили, что использование отчетов, созданных с помощью ИИ, привело к почти 10-процентному повышению чувствительности к плевральным поражениям (87,4% против 77,7%) и более чем к шестипроцентному повышению чувствительности к расширенному средостению (90,8% против 84,3%).
«Результаты… продемонстрировали, что внедрение отчетов, генерируемых с помощью ИИ, может в целом повысить эффективность и качество рентгенологических интерпретаций, сократить время чтения и улучшить точность отчетов», — написал ведущий автор исследования доктор медицины Ын Кён Хонг, работающий в отделениях радиологии в больнице Mass General Brigham и Brigham and Women’s Hospital в Бостоне, и его коллеги.
Без отчетов, созданных ИИ, исследователи отметили широкий диапазон чувствительности (от 54,2% до 80,7%) и специфичности (от 84,9% до 93,4%) среди пяти рентгенологов, проводивших обзоры, для выявления отклонений на рентгенограммах. Однако диапазоны показателей чувствительности и специфичности были уже при использовании отчетов, созданных ИИ. Авторы исследования отметили показатели чувствительности в диапазоне от 71,1% до 80,8% с отчетами, созданными ИИ, и показатели специфичности в диапазоне от 85,2% до 87,3%.
Три ключевых вывода
1. Повышение эффективности. Отчеты, созданные с помощью ИИ, привели к сокращению времени чтения рентгенограмм грудной клетки на 42 процента, что повысило эффективность рабочего процесса рентгенологов.
2. Повышенная чувствительность к различным аномалиям. Подход с использованием ИИ повысил чувствительность к обнаружению аномалий, таких как плевральные поражения (+9,7%) и расширенное средостение (+6,5%), а также гомогенизировал диагностические характеристики среди рентгенологов.
3. Переменная производительность. Хотя отчетность с использованием ИИ повысила чувствительность к таким состояниям, как консолидация (+17,9 процента) и непрозрачность легких (+22,5 процента), она оказалась ниже в отношении легочных узелков (80 процентов против 86,7 процента) по сравнению с рентгенологами, не принимавшими участия в исследовании.
«… Анализ фактической корректности показал, что диагностические характеристики отчетов стали в некоторой степени однородными среди рентгенологов после внедрения отчетов, генерируемых ИИ», — отметили Хонг и его коллеги.
Хотя исследователи отметили двузначное увеличение чувствительности к консолидации (74,7 процента против 56,8 процента) и непрозрачности легких (51,3 процента против 28,8 процента) в отчетах, созданных с помощью ИИ, они предупредили, что программное обеспечение для создания отчетов, созданных с помощью ИИ, имеет меньшую чувствительность к узелкам в легких (80 процентов против 86,7 процента), чем оценка рентгенолога без посторонней помощи.
Что касается ограничений исследования, авторы отметили ретроспективный дизайн, небольшое количество рецензирующих рентгенологов (пять) и отсутствие сравнений с предыдущими рентгеновскими снимками.
Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.
