イノポリス大学、カザン国立医科大学、
Journal of の記事で説明されている実験では、Digital Imaging では、3 年から 30 年の専門的経験を持つ 4 人の放射線科医が参加しました。研究中、科学者は、X線を研究するときに医師の視線がどのように動くかを記録しました。一次分析では、専門医が画像を評価するのにかかる時間と、医師の注意を引く領域が示されます。 AIを使用したさらなる分析により、重要なパターンが明らかになりました。
実験を行うための視線追跡システムを備えた放射線科医の職場。画像：イノポリス大学
放射線科医は400の分析を依頼されましたアイトラッキング用のシステムが追加された特別なデバイス上の胸部臓器の画像。 U-Net ニューラル ネットワークの修正されたアーキテクチャに基づいてイノポリス大学で開発されたアルゴリズムは、胸部 X 線で肺の輪郭を識別し、医師が見た肺の画像の領域を測定しました。
平均して、放射線科医は患者の 55 ～ 65% を検査しました。X 線上の肺領域。実験では、医師が解釈する画像が多ければ多いほど、医師が見ている肺の部分が小さくなり、30年の経験を持つ最も経験豊富な放射線科医は、見ている肺の範囲が最小であることを示しました。
Ilya Pershin 氏、イノポリス大学医学人工知能研究所研究技師
調査によると、100人ごとに研究された画像のうち、医師が注意を払うX線写真の領域は平均1.3〜7.6％減少しました。 X線分析に対する疲労の影響は、すべての医師と画像のさまざまな病状で観察されましたが、さまざまな方法で観察されました。危険な変化の兆候がある場合、「疲れた」放射線科医でさえ、画像をより注意深く調べました.
医師の目が注がれた領域を評価する例。画像：イノポリス大学
研究の著者は、行方不明の写真の病理学は、放射線科医の最も一般的な医療ミスの 1 つです。疲労やその他の要因が画像解析の品質にどのように影響するかを理解することは、画像解析用の AI システムを最適化し、正確な診断を行うためのより多くの情報で放射線科医をサポートするのに役立ちます。
続きを読む：
木星の衛星にある赤い縞模様の謎が明らかに
片頭痛と頭痛の新しい説明が見つかりました
「ありえない」惑星を発見。彼女は現代科学に逆らいます