Isang kamakailang malawakang pag-aaral na inilathala noong Hulyo 12 ang natagpuan na ang artificial intelligence (AI) ay may magandang pagkakataon na mabawasan ang workload ng mga radiologist sa outpatient na mga setting, partikular sa pagsusuri ng chest X-rays. Ang pag-aaral, na isinagawa ng mga siyentipiko mula sa Siemens Healthineers, ay kinabibilangan ng pagsusuri ng isang algorithm sa mga radiographs mula sa higit sa 14, 000 na pasyente sa Zwanger-Pesiri Radiology LLP, isang outpatient imaging center sa hilagang-silangan ng U. S. Ang algorithm, na tinatawag na 'AI NAD Analyzer, ' ay nagawang tama na i-classify ang mga kaso na walang actionable findings na may sensitivity na 29% at yield na halos 21%. Ang specificity nito, o kakayahang makilala ang mga larawan na may sakit mula sa mga wala, ay humigit-kumulang 99%, na may miss rate na 0. 3% lamang ng mga kaso. Hindi napabayaan ng AI system ang anumang kritikal na natuklasan at napalampas lamang ang mahahalagang natuklasan sa 0. 06% ng mga kaso.

Napansin ng mga may-akda ng pag-aaral na sa isang outpatient population, maaaring matukoy ng AI ang 20% ng mga chest radiographs bilang walang actionable na sakit, na maaaring payagan ang isang streamlined na protokol sa pagbabasa, nagpapabuti ng kahusayan, at nagpapababa ng pang-araw-araw na pasanin para sa mga radiologist. Binibigyang-diin din ng mga mananaliksik ang kahalagahan ng workflow integration at mag-ingat laban sa mga potensyal na biases na sanhi ng maling AI results. Iminungkahi nila na ang mga susunod na bersyon ng sistema ay maaaring pagsamahin ang AI NAD Analyzer sa iba pang AI system upang lumikha ng isang mas komprehensibong decision support system. Para mabasa ang buong pag-aaral, i-click ang link na ibinigay.