Изследователи от университета Инополис, Казанския държавен медицински университет и
В експеримент, описан в статия в Journal ofDigital Imaging, участваха четирима практикуващи рентгенолози с професионален опит от три до 30 години. По време на изследването учените записаха как се движи погледът на лекаря, когато изучава рентгенова снимка. Първичният анализ показва колко време отнема на специалиста да оцени изображението и кои области привличат вниманието на лекаря. Допълнителен анализ с помощта на AI разкри ключови модели.
Работно място на рентгенолог, оборудвано със система за проследяване на очите за провеждане на експеримент. Изображение: Университет Инополис
Радиолозите бяха помолени да анализират 400изображения на гръдни органи на специален апарат с допълнително инсталирана система за проследяване на очите. Алгоритъм, разработен в университета Innopolis, базиран на модифицирана архитектура на невронната мрежа U-Net, идентифицира контура на белите дробове на рентгенови лъчи на гръдния кош и измерва площта на изображението на белия дроб, което лекарят гледа.
Средно рентгенолозите са изследвали 55 до 65% отбелодробна област на рентгенова снимка. Експериментът показа, че колкото повече изображения интерпретират лекарите, толкова по-малка част от белите дробове покриват с поглед, а най-опитният рентгенолог с тридесетгодишен опит демонстрира най-малката площ на покритие на белите дробове с поглед.
Иля Першин, инженер-изследовател, Лаборатория за изкуствен интелект в медицината, Университет Инополис
Проучването установи, че на всеки 100от изследваните изображения, площта на радиографията, на която лекарят обръща внимание, намалява средно с 1,3–7,6%. Ефектът на умората върху рентгеновия анализ се наблюдава при всички лекари и различни патологии в изображенията, но по различни начини: при наличие на признаци на опасни промени дори „уморените“ рентгенолози изучават изображенията по-внимателно.
Пример за оценка на областите, върху които са били приковани очите на лекарите. Изображение: Университет Инополис
Авторите на изследването отбелязват, че липсващитепатология на снимката е една от най-честите медицински грешки на рентгенолозите. Разбирането как умората и други фактори влияят върху качеството на анализа на изображението ще помогне за оптимизиране на AI системите за анализ на изображението и ще подкрепи рентгенолозите с повече информация, за да направят точна диагноза.
Прочетете още:
Мистерията на червените ивици на спътника на Юпитер е разкрита
Мигрената и главоболието намериха ново обяснение
Откриха "невъзможна" планета. Тя се противопоставя на съвременната наука