Радиологи обсуждают преимущества использования искусственного интеллекта для упрощения сортировки пациентов в условиях чрезвычайной ситуации. 

Врачи из двух академических учреждений представили свои доводы в дуэльных статьях-мнениях, опубликованных в среду. ИИ показал себя многообещающим в нейрорадиологии, помогая автоматизировать приоритизацию критических результатов, таких как инсульт, внутричерепное кровоизлияние или перелом позвоночника. Автоматизация может быть особенно полезна для устранения задержек в оказании неотложной помощи и обнаружения «тонких результатов, которые могут быть пропущены в условиях высокого давления», — написали эксперты в American Journal of Roentgenology . 

Однако ИИ имеет и потенциальные недостатки, в том числе связанные с юридическими рисками для рентгенологов. 

«Внедрение систем сортировки пациентов на основе ИИ поднимает сложные вопросы об ответственности и обязательствах», — написали 12 февраля Манодж Танвар, доктор медицины, и Сандип Боддулури, доктор философии из Медицинской школы имени Хирсинка при Университете Алабамы в Бирмингеме . «Если система ИИ не отмечает критический случай или неправильно расставляет приоритеты для несрочного исследования, то распределение ответственности между врачом, учреждением и поставщиком ИИ может усложниться».

Радиологические практики уже обеспечивают круглосуточное покрытие (включая государственные исследования) без помощи сортировки ИИ, будь то через штатный персонал или врачей-контрактников. Эти группы визуализации могут обеспечить более быстрые сроки выполнения, при этом длинные списки работ рентгенологов «становятся все менее и менее распространенными», утверждают авторы. 

«Оплата остается сложной, поскольку неясно, кто будет платить за инструменты ИИ», — добавили Танвар и Боддулури. «Этот вопрос важен, учитывая снижение компенсаций рентгенологам за последнее десятилетие и отсутствие повышения скорости за счет использования ИИ, по крайней мере, в условиях обнаружения внутричерепного кровоизлияния на КТ».

Радиологи Соумья Махалингам, доктор медицины, и Мелисса Дэвис, доктор медицины, магистр делового администрирования, тем временем выступили с контраргументом в пользу сортировки на основе ИИ. Они подчеркнули важность понимания сильных и слабых сторон инструментов сортировки, чтобы помочь каждой практике оценить их экономическую эффективность и полезность. Радиологи жаловались на ложные срабатывания этих систем, которые могут привести к «неэффективности рабочего процесса и потенциальной усталости от оповещения». 

Чтобы решить эту проблему, как и Йельская школа медицины, где они работают, их система ИИ для обнаружения внутричерепного кровоизлияния добавляет последующие метки к обследованиям для оценки стабильности известного ВЧК. Радиологи также могут оценить созданную ИИ тепловую карту положительного результата, чтобы решить, является ли он законным. 

«Для большинства практик небольшое количество ложноположительных результатов ИИ было бы приемлемым компромиссом в обмен на значительный рост эффективности, включая сокращение сроков обработки отчетов и общую пропускную способность отделения неотложной помощи», — пишут Махалингам и Дэвис. 

Раньше технологи помогали уведомлять рентгенологов о срочных результатах или о явном ухудшении состояния пациентов, но в 2025 году это нереально, учитывая проблемы с персоналом. 

«Хотя такие взаимодействия все еще происходят, на них нельзя полагаться, как в прошлом, учитывая растущие рабочие нагрузки, смену технологических ресурсов и удаленное покрытие рентгенологами», — заключили авторы. «С постоянно растущими объемами обследований и возросшим давлением на сроки выполнения отчетов в условиях нехватки рабочей силы рентгенологов, решения на основе ИИ, которые помогают рентгенологам отдавать приоритет пациентам с более острыми потребностями, будут бесценны для обеспечения своевременной помощи».

Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.