Tutkijat Innopoliksen yliopistosta, Kazanin osavaltion lääketieteellisestä yliopistosta ja
Kokeessa, joka on kuvattu lehdessä julkaistussa artikkelissaDigital Imaging, osallistui neljä radiologia, joilla on ammatillinen kokemus 3-30 vuotta. Tutkimuksen aikana tutkijat tallensivat, kuinka lääkärin katse liikkuu tutkiessaan röntgenkuvaa. Ensisijainen analyysi osoittaa, kuinka kauan asiantuntijalla kestää kuvan arvioinnissa ja mitkä alueet kiinnittävät lääkärin huomion. Tekoälyä käyttävä lisäanalyysi paljasti keskeisiä malleja.
Näönseurantajärjestelmällä varustettu radiologin työpaikka kokeen suorittamista varten. Kuva: Innopoliksen yliopisto
Radiologeja pyydettiin analysoimaan 400kuvia rintaelimistä erityisellä laitteella, jossa on lisäksi asennettu järjestelmä silmien seurantaa varten. Innopolis-yliopistossa kehitetty algoritmi, joka perustuu U-Net-hermoverkon modifioituun arkkitehtuuriin, tunnisti keuhkojen ääriviivat keuhkojen röntgenkuvissa ja mittasi keuhkokuvan alueen, jota lääkäri katsoi.
Radologit tutkivat keskimäärin 55–65 prosenttiakeuhkojen alue röntgenkuvassa. Kokeilu osoitti, että mitä enemmän kuvia lääkärit tulkitsevat, sitä pienemmän osan keuhkoista he peittivät katseella, ja kokenein radiologi, jolla on kolmenkymmenen vuoden kokemus, osoitti katseella pienimmän keuhkojen peittoalueen.
Ilya Pershin, tutkimusinsinööri, lääketieteen tekoälyn laboratorio, Innopoliksen yliopisto
Tutkimuksessa havaittiin, että jokaista 100tutkituista kuvista röntgenkuvan alue, johon lääkäri kiinnittää huomiota, pieneni keskimäärin 1,3–7,6 %. Väsymyksen vaikutus röntgenanalyysiin havaittiin kaikilla lääkäreillä ja kuvissa erilaisissa patologioissa, mutta eri tavoilla: vaarallisten muutosten merkkien esiintyessä jopa "väsyneet" radiologit tutkivat kuvia tarkemmin.
Esimerkki niiden alueiden arvioinnista, joihin lääkäreiden katse oli kiinnitetty. Kuva: Innopoliksen yliopisto
Tutkimuksen tekijät huomauttavat, että puuttuvatkuvan patologia on yksi radiologien yleisimmistä lääketieteellisistä virheistä. Ymmärtäminen, kuinka väsymys ja muut tekijät vaikuttavat kuva-analyysin laatuun, auttaa optimoimaan tekoälyjärjestelmiä kuva-analyysiä varten ja antaa radiologeille enemmän tietoa tarkan diagnoosin tekemiseen.
Lue lisää:
Jupiterin satelliitin punaisten raitojen mysteeri paljastuu
Migreeni ja päänsärky löysivät uuden selityksen
Löytyi "mahdoton" planeetta. Hän uhmaa modernia tiedettä