Forscher der Innopolis-Universität, der Staatlichen Medizinischen Universität Kasan und
In einem Experiment, das in einem Artikel im Journal ofDigital Imaging nahmen vier praktizierende Radiologen mit Berufserfahrung von drei bis 30 Jahren teil. Während der Studie zeichneten die Wissenschaftler auf, wie sich der Blick des Arztes beim Studium einer Röntgenaufnahme bewegt. Die Primäranalyse zeigt, wie lange der Facharzt für die Auswertung des Bildes benötigt und welche Bereiche die Aufmerksamkeit des Arztes auf sich ziehen. Weitere Analysen mit KI ergaben Schlüsselmuster.
Arbeitsplatz eines Radiologen, ausgestattet mit einem Eye-Tracking-System zur Durchführung eines Experiments. Bild: Universität Innopolis
Radiologen wurden gebeten, 400 zu analysierenAufnahmen der Brustorgane auf einem speziellen Gerät mit zusätzlich installiertem System zum Eyetracking. Ein an der Innopolis University entwickelter Algorithmus, der auf einer modifizierten Architektur des neuronalen Netzwerks U-Net basiert, identifizierte die Kontur der Lunge auf Röntgenaufnahmen des Brustkorbs und maß den Bereich des Lungenbilds, den der Arzt betrachtete.
Im Durchschnitt untersuchten Radiologen 55 bis 65 % der FälleLungenbereich auf dem Röntgenbild. Das Experiment zeigte, dass je mehr Bilder Ärzte interpretierten, desto kleiner der Teil der Lunge, den sie mit einem Blick abdeckten, und der erfahrenste Radiologe mit dreißigjähriger Erfahrung den kleinsten Bereich der Lungenabdeckung mit einem Blick zeigte.
Ilya Pershin, Forschungsingenieur, Labor für Künstliche Intelligenz in der Medizin, Innopolis University
Die Studie fand heraus, dass für jeden 100Von den untersuchten Bildern nahm der Bereich des Röntgenbildes, auf den der Arzt achtet, um durchschnittlich 1,3–7,6% ab. Die Auswirkung der Ermüdung auf die Röntgenanalyse wurde bei allen Ärzten und verschiedenen Pathologien in den Bildern beobachtet, jedoch auf unterschiedliche Weise: Bei Anzeichen gefährlicher Veränderungen untersuchten sogar „müde“ Radiologen die Bilder sorgfältiger.
Ein Beispiel für die Beurteilung der Bereiche, auf die die Augen der Ärzte gerichtet waren. Bild: Universität Innopolis
Die Autoren der Studie stellen fest, dass die fehlendenPathologie im Bild ist einer der häufigsten medizinischen Fehler von Radiologen. Das Verständnis, wie Ermüdung und andere Faktoren die Qualität der Bildanalyse beeinflussen, hilft bei der Optimierung von KI-Systemen für die Bildanalyse und unterstützt Radiologen mit mehr Informationen, um eine genaue Diagnose zu stellen.
Weiter lesen:
Das Geheimnis der roten Streifen auf dem Satelliten des Jupiter wird gelüftet
Migräne und Kopfschmerzen fanden eine neue Erklärung
"Unmöglichen" Planeten gefunden. Sie trotzt der modernen Wissenschaft