Un estudi recent a gran escala publicat el 12 de juliol va trobar que la intel·ligència artificial (IA) mostra promeses per reduir la càrrega de treball dels radiòlegs en entorns ambulatoris, específicament en l'anàlisi de radiografies toràciques. L'estudi, realitzat per científics de Siemens Healthineers, va implicar la prova d'un algoritme en radiografies de més de 14. 000 pacients a Zwanger-Pesiri Radiology LLP, un centre d'imatge ambulatori al nord-est dels EUA. L'algoritme, anomenat "AI NAD Analyzer", va ser capaç de classificar correctament els casos sense troballes significatives amb una sensibilitat del 29% i un rendiment de gairebé el 21%. La seva especificitat, o capacitat per distingir imatges amb malaltia de les que no en tenen, va ser aproximadament del 99%, amb una taxa d'error de només el 0, 3% dels casos. El sistema d'IA no va passar per alt cap troballa crítica i va perdre troballes significatives només en el 0, 06% dels casos.

Els autors de l'estudi van observar que en una població ambulatoria, la IA podria identificar el 20% de les radiografies toràciques com a no contenint malaltia significativa, la qual cosa podria permetre un protocol de lectura més eficient, millorant l'eficiència i reduint la càrrega diària de treball dels radiòlegs. Els investigadors també van destacar la importància de la integració en el flux de treball i la precaució contra els possibles biaixos causats per resultats incorrectes de la IA. Van suggerir que futures iteracions del sistema podrien combinar l'AI NAD Analyzer amb altres sistemes d'IA per crear un sistema de suport a la decisió més complet. Per llegir l'estudi complet, feu clic en l'enllaç proporcionat.