Un recente studio su larga scala pubblicato il 12 luglio ha scoperto che l'intelligenza artificiale (IA) promette di ridurre il carico di lavoro dei radiologi in contesti ambulatoriali, specificamente nell'analisi delle radiografie toraciche. Lo studio, condotto da scienziati di Siemens Healthineers, ha coinvolto la sperimentazione di un algoritmo su radiografie di oltre 14. 000 pazienti presso Zwanger-Pesiri Radiology LLP, un centro di imaging ambulatoriale nel nord-est degli Stati Uniti. L'algoritmo, chiamato "AI NAD Analyzer", è stato in grado di classificare correttamente i casi senza reperti azionabili con una sensibilità del 29% e un rendimento di quasi il 21%. La sua specificità, ovvero la capacità di distinguere le immagini con malattie da quelle senza, era di circa il 99%, con un tasso di mancato rilevamento solo dello 0, 3% dei casi. Il sistema IA non ha trascurato alcun reperto critico e ha mancato reperti significativi solo nello 0, 06% dei casi.

Gli autori dello studio hanno osservato che in una popolazione ambulatoriale l'IA potrebbe identificare il 20% delle radiografie toraciche come prive di malattie azionabili, il che potrebbe potenzialmente consentire un protocollo di lettura semplificato, migliorando l'efficienza e riducendo il carico di lavoro giornaliero per i radiologi. I ricercatori hanno anche sottolineato l'importanza dell'integrazione del flusso di lavoro e hanno espresso cautela contro i potenziali bias causati da risultati IA errati. Hanno suggerito che le future iterazioni del sistema potrebbero combinare l'AI NAD Analyzer con altri sistemi IA per creare un sistema di supporto decisionale più completo. Per leggere lo studio completo, clicca sul link fornito.