Onderzoekers van de Innopolis Universiteit, de Kazan State Medical University en
In een experiment beschreven in een artikel in het Journal ofDigital Imaging, vier praktiserende radiologen met professionele ervaring van drie tot 30 jaar namen deel. Tijdens het onderzoek legden wetenschappers vast hoe de blik van de arts beweegt bij het bestuderen van een röntgenfoto. De primaire analyse laat zien hoe lang het duurt voordat de specialist het beeld heeft beoordeeld en welke gebieden de aandacht van de arts trekken. Verdere analyse met behulp van AI bracht belangrijke patronen aan het licht.
Werkplek van een radioloog uitgerust met een eye tracking systeem voor het uitvoeren van een experiment. Afbeelding: Innopolis Universiteit
Radiologen werd gevraagd om 400 te analyserenbeelden van de borstorganen op een speciaal apparaat met een extra geïnstalleerd systeem voor eye-tracking. Een algoritme ontwikkeld aan de Innopolis University op basis van een gewijzigde architectuur van het U-Net neurale netwerk identificeerde de contouren van de longen op röntgenfoto's van de borst en mat het gebied van het longbeeld waar de arts naar keek.
Radiologen onderzochten gemiddeld 55 tot 65% van delonggebied op röntgenfoto. Het experiment toonde aan dat hoe meer beelden doktoren interpreteerden, hoe kleiner het deel van de longen dat ze bedekten met een blik, en de meest ervaren radioloog met dertig jaar ervaring demonstreerde het kleinste dekkingsgebied van de longen met een blik.
Ilya Pershin, onderzoeksingenieur, laboratorium voor kunstmatige intelligentie in de geneeskunde, Innopolis University
Uit de studie bleek dat voor elke 100van de bestudeerde beelden daalde het gebied van de röntgenfoto, waaraan de arts aandacht besteedt, met gemiddeld 1,3-7,6%. Het effect van vermoeidheid op röntgenanalyse werd waargenomen bij alle artsen en verschillende pathologieën in de afbeeldingen, maar op verschillende manieren: in de aanwezigheid van tekenen van gevaarlijke veranderingen bestudeerden zelfs "vermoeide" radiologen de afbeeldingen zorgvuldiger.
Een voorbeeld van het beoordelen van de gebieden waarop de ogen van artsen waren gericht. Afbeelding: Innopolis Universiteit
De auteurs van de studie merken op dat de vermistenpathologie op de foto is een van de meest voorkomende medische fouten van radiologen. Inzicht in hoe vermoeidheid en andere factoren de kwaliteit van beeldanalyse beïnvloeden, zal helpen bij het optimaliseren van AI-systemen voor beeldanalyse en zal radiologen ondersteunen met meer informatie om een nauwkeurige diagnose te stellen.
Lees verder:
Het mysterie van de rode strepen op de satelliet van Jupiter wordt onthuld
Migraine en hoofdpijn vonden een nieuwe verklaring
Gevonden "onmogelijke" planeet. Ze tart de moderne wetenschap