Egy nemrégiben, július 12-én közzétett nagyszabású tanulmány megállapította, hogy a mesterséges intelligencia (MI) ígéretes lehetőségeket mutat a radiológusok terhelésének csökkentésére a járóbeteg-ellátásban, kifejezetten a mellkasröntgenek elemzésében. A Siemens Healthineers tudósai által végzett tanulmány az északkeleti Egyesült Államokban található Zwanger-Pesiri Radiology LLP járóbeteg-képalkotó központban több mint 14 000 beteg radiográfiáján tesztelte az algoritmust. Az 'AI NAD Analyzer' nevű algoritmus képes volt helyesen osztályozni a cselekvést nem igénylő eseteket 29%-os érzékenységgel és közel 21%-os hozammal. Specificitása, vagyis a betegséget tartalmazó képek megkülönböztetési képessége a nem betegektől, megközelítőleg 99% volt, csak 0, 3%-os hibaaránnyal. Az MI rendszer nem hagyott figyelmen kívül semmilyen kritikus megállapítást, és jelentős megállapításokat csak az esetek 0, 06%-ában hagyott ki.

A tanulmány szerzői megjegyezték, hogy a járóbeteg-populációban az MI képes lehet a mellkasröntgenek 20%-át cselekvést nem igénylőnek azonosítani, ami potenciálisan lehetővé tenné egy egyszerűsített olvasási protokoll bevezetését, javítva a hatékonyságot és csökkentve a radiológusok napi terhelését. A kutatók hangsúlyozták a munkafolyamatok integrációjának fontosságát, és óvatosságra intettek az esetleges torzításokkal szemben, amelyeket a hibás MI eredmények okozhatnak. Javasolták, hogy a rendszer jövőbeni iterációi kombinálhatnák az AI NAD Analyzer-t más MI rendszerekkel, hogy átfogóbb döntéstámogató rendszert hozzanak létre. A teljes tanulmány elolvasásához kattintson az alábbi linkre.