Nesen veikts liela mēroga pētījums, kas publicēts 12. jūlijā, atklāja, ka mākslīgais intelekts (MI) sola samazināt radiologu slodzi ambulatorajā vidē, it īpaši krūškurvja rentgenu analīzē. Pētījumu, ko veica Siemens Healthineers zinātnieki, ietvēra algoritma testēšanu uz vairāk nekā 14 000 pacientu rentgenogrammām Zwanger-Pesiri Radiology LLP, ambulatorā attēlveidošanas centrā ASV ziemeļaustrumos. Algoritms, kas pazīstams kā "AI NAD Analyzer, " spēja pareizi klasificēt gadījumus bez nozīmīgām atradēm ar jutīgumu 29% un sasniegumu gandrīz 21%. Tā specifiskums, spēja atšķirt attēlus ar slimību no tiem, kuriem tās nav, bija aptuveni 99%, ar kļūdas līmeni tikai 0, 3% gadījumu.

MI sistēma nepazaudēja kritiskas atrades un palaida garām nozīmīgas atrades tikai 0, 06% gadījumu. Pētījuma autori norādīja, ka ambulatorajā populācijā MI varētu identificēt 20% krūškurvja rentgenu kā nesaturam nozīmīgu slimību, kas potenciāli ļautu racionalizēt lasīšanas protokolu, uzlabojot efektivitāti un samazinot radiologu ikdienas slodzi. Pētnieki arī uzsvēra darba plūsmas integrācijas nozīmīgumu un brīdināja par potenciāliem aizspriedumiem, kas var rasties nepareizu MI rezultātu dēļ. Viņi ieteica, ka nākotnes sistēmas versijas varētu apvienot AI NAD Analyzer ar citiem MI sistēmām, lai izveidotu visaptverošu lēmumu atbalsta sistēmu. Lai lasītu pilnu pētījumu, noklikšķiniet uz norādītās saites.