Лента новостей → Искусственный интеллект и рентген грудной клетки
Искусственный интеллект и рентген грудной клетки: надежный второй пилот, но готов ли он к самостоятельному полету?
На сессии конференции RSNA 2025 обсуждался вопрос о том, должна ли искусственная интеллектуальная система уметь автономно интерпретировать рентгеновские снимки грудной клетки.
Согласно неофициальному опросу, проведенному изданием RSNA Daily Bulletin , 68,4% респондентов согласились с Уорреном Гефтером, доктором медицины, радиологом, заслуженным профессором Penn Medicine в Филадельфии, который заявил, что существующие модели ИИ недостаточно точны, надежны, заслуживают доверия и всесторонни для полностью автономной интерпретации рентгеновских снимков грудной клетки с помощью ИИ.
Однако 31,6% респондентов поддержали мнение Саураба Джха, доктора медицинских наук, доцента кафедры радиологии в больнице Университета Пенсильвании в Филадельфии. Доктор Джха утверждал, что, поскольку рентгенограммы грудной клетки больше не используются для диагностики, для их интерпретации или составления отчетов больше не требуется медицинская степень или подготовка в области радиологии. «Это то, что ИИ более чем способен делать автономно», — сказал он.
Так кто же прав?
Чтобы попытаться это выяснить, мы обратились к Ын Кён (Эми) Хонг, доктору медицинских наук, торакальному радиологу из Стэнфордской медицинской школы в Калифорнии. «Хотя я не думаю, что обладаю достаточной квалификацией, чтобы утверждать, права ли одна сторона, а другая нет, я могу поделиться своей точкой зрения, основанной на многолетнем опыте работы и изучения использования ИИ в интерпретации рентгеновских снимков грудной клетки», — сказала она.
Пределы генеративного ИИ
Прежде чем обсуждать вопросы автономии, доктор Хонг сказал, что нам сначала нужно понять, что ИИ может — и чего не может — делать.
«С одной стороны, у нас есть традиционные модели искусственного интеллекта, основанные на визуальном анализе, которые могут поддерживать классификацию, обнаружение и сегментацию конкретных аномалий, но требуют от рентгенолога интерпретации результатов и составления отчета», — пояснил доктор Хонг. «С другой стороны, существуют генеративные модели искусственного интеллекта, которые обучаются на парных наборах изображений и данных и используются для составления предварительных отчетов, которые мы можем просмотреть перед подписанием».
Хотя доктор Хонг согласна с тем, что генеративные модели искусственного интеллекта могут сделать гораздо больше, чем традиционные системы машинного зрения, при интерпретации рентгеновских снимков грудной клетки, она предупредила, что это преимущество сопряжено с множеством проблем.
Одна из таких проблем — галлюцинации. «Я определяю галлюцинацию как упоминание чего-то, что не было включено во входные данные, предоставленные модели, например, упоминание предыдущих изображений, которых никогда не было», — сказал доктор Хонг.
На основе нескольких рецензированных исследований доктор Хонг подсчитал, что галлюцинации или необоснованные утверждения встречаются в 15–20% всех составленных отчетов.
Хотя это серьезная проблема, которая склоняет чашу весов в пользу того, что ИИ еще не готов к автономной интерпретации рентгеновских снимков, доктор Хонг отметила, что это, вероятно, временная проблема. «Технологии развиваются очень быстро, поэтому я считаю, что проблема галлюцинаций будет решена очень скоро», — сказала она.
Приемлемость – это ключевой фактор.
Доктор Хонг также признал, что генеративные модели могут повысить эффективность.
Она привела в пример крупное проспективное исследование, в котором было проанализировано почти 12 000 рентгеновских снимков грудной клетки, выполненных 22 рентгенологами и ИИ-помощником, что позволило сократить время интерпретации с примерно 189 секунд до 160 секунд.
В ходе эксперимента ИИ способствовал повышению эффективности примерно на 15%. Однако этот эксперимент ограничивался использованием ИИ для помощи рентгенологам в интерпретации заключений. Он не рассматривал вопрос о том, может ли ИИ интерпретировать заключения автономно.
В связи с этим доктор Хонг привела пример исследования, в котором более 1500 отчетов по рентгенографии грудной клетки, созданных с помощью ИИ, были прочитаны торакальными радиологами, и 64% отчетов были приняты без изменений. Она отметила, что этот результат показывает, что радиологи по-прежнему пересматривают многие черновики, что мало способствует повышению эффективности.
«Я считаю, что приемлемость отчета, сгенерированного ИИ, имеет ключевое значение для его полезности и повышения эффективности. Проверка и редактирование отчета могут быть столь же обременительными — если не более обременительными — чем его создание с нуля», — сказал доктор Хонг.
Огромный разрыв
Хотя приемлемость важна, это не единственная проблема, которую необходимо решить, прежде чем ИИ сможет автономно интерпретировать рентгеновские снимки грудной клетки. Существует также проблема изменчивости модели.
Доктор Хонг недавно сравнил четыре различные модели генеративного искусственного интеллекта. В их число вошли две модели, основанные на агентах, одна модель для генерации радиологических отчетов, специфичная для конкретной области, и универсальная модель.
Искусственный интеллект, основанный на агентах, фокусируется на автономном принятии решений и выполнении задач во времени, в то время как ИИ, ориентированный на предметную область, фокусируется на глубоких знаниях и точности в конкретной сфере. Модели-универсалы предназначены для компетентной работы во многих областях и задачах без специализации.
Доктор Хонг обнаружила, что приемлемость варьировалась от 28% до 67%, а вероятность галлюцинаций — от 5% до 55%, что, по ее словам, является огромным разрывом.
«Какую модель мы выберем для внедрения в нашу практику, чтобы сделать интерпретацию рентгеновских снимков грудной клетки автономной? Это очень важный вопрос, требующий тщательного сравнительного анализа», — сказала она.
Среди других проблем, отмеченных доктором Хонгом, – риск предвзятости, связанной с автоматизацией, и отсутствие правовой базы для определения ответственности за упущения, допущенные искусственным интеллектом.
Слабый солист
На основе своих обширных исследований доктор Хонг считает, что в интерпретации рентгеновских снимков грудной клетки искусственный интеллект является сильным помощником, но пока еще не готов к самостоятельной работе.
«Искусственный интеллект может помочь нам составлять отчеты, стандартизировать терминологию и снизить операционную нагрузку, но он по-прежнему остается слабым инструментом в одиночку», — сказала она.
В подтверждение своего мнения она указала на то, что генеративные модели искусственного интеллекта не могут нести юридическую ответственность за свои интерпретации, и подчеркнула, что модели по-прежнему испытывают трудности с некоторыми редкими и тонкими открытиями, которые они заполняют галлюцинациями.
«Для автономности не требуется никаких иллюзий, последовательные выводы и четкая правовая и нормативная база, которой у нас пока нет», — заключил доктор Хонг. «Пока она не появится, ИИ можно использовать для составления и интерпретации отчетов; он просто еще не готов их подписывать».
Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.