Neseniai, liepos 12 d. , paskelbtas didelio masto tyrimas parodė, kad dirbtinis intelektas (DI) gali sumažinti radiologų darbo krūvį ambulatorinėse sąlygose, ypač analizuojant krūtinės ląstos rentgeno nuotraukas. Tyrimas, kurį atliko Siemens Healthineers mokslininkai, buvo pagrįstas algoritmu, išbandytu daugiau nei 14 000 pacientų rentgeno nuotraukomis iš Zwanger-Pesiri Radiology LLP, ambulatorinio vaizdavimo centro, esančio šiaurės rytų JAV. Algoritmas, vadinamas "AI NAD Analyzer", sugebėjo teisingai klasifikuoti atvejus, kuriuose nenustatyta jokių reikšmingų radinių, su 29% jautrumu ir beveik 21% pelningumu. Jo specifiškumas, arba gebėjimas atskirti ligonius nuo sveikų, buvo apie 99%, o tik 0, 3% atvejų pasitaikydavo klaidų. DI sistema neatkreipė dėmesio į jokius kritinius radinius ir reikšmingus radinius praleido tik 0, 06% atvejų.

Tyrimo autoriai pažymėjo, kad ambulatorinėje populiacijoje DI galėtų nustatyti 20% krūtinės rentgeno nuotraukų kaip neturinčias reikšmingos ligos, kas galėtų leisti efektyvesnį skaitymo protokolą, didindama efektyvumą ir mažindama kasdienį radiologų darbo krūvį. Tyrinėtojai taip pat pabrėžė darbo eigos integracijos svarbą ir perspėja dėl galimų šališkumų, kilusių dėl neteisingų DI rezultatų. Jie pasiūlė, kad ateities sistemos versijos galėtų sujungti AI NAD Analyst su kitomis DI sistemomis, kad būtų sukurtas išsamesnis sprendimų palaikymo sistema. Norėdami perskaityti visą tyrimą, spustelėkite pateiktą nuorodą.