En nylig storskala studie publisert 12. juli fant at kunstig intelligens (AI) viser løfte om å redusere arbeidsbelastningen til radiologer i polikliniske innstillinger, spesielt i analysen av røntgenbilder av brystet. Studien, utført av forskere fra Siemens Healthineers, involverte testing av en algoritme på røntgenbilder fra over 14 000 pasienter ved Zwanger-Pesiri Radiology LLP, et poliklinisk bildesenter i nordøst-USA. Algoritmen, kalt 'AI NAD Analyzer', var i stand til å korrekt klassifisere tilfeller uten handlingspliktige funn med en sensitivitet på 29 % og en treffprosent på nesten 21 %. Dens spesifisitet, eller evne til å skille bilder med sykdom fra de uten, var omtrent 99 %, med en feilmarginal på bare 0, 3 % tilfeller.

AI-systemet overså ingen kritiske funn og savnet betydelige funn i bare 0, 06 % av tilfellene. Forfatterne av studien bemerket at i en poliklinisk populasjon kunne AI identifisere 20 % av bryst-røntgenbilder som inneholdt ingen handlingspliktige sykdom, noe som potensielt kunne tillate en mer strømlinjeformet leseprotokoll, forbedre effektiviteten og redusere daglig arbeidsbelastning for radiologer. Forskerne understreket også viktigheten av arbeidsflytintegrasjon og advarte mot potensielle skjevheter forårsaket av feil AI-resultater. De foreslo at fremtidige iterasjoner av systemet kunne kombinere AI NAD Analyzer med andre AI-systemer for å skape et mer omfattende beslutningsstøttesystem. For å lese hele studien, klikk på lenken som er oppgitt.