Forskere fra Innopolis University, Kazan State Medical University og
I et eksperiment beskrevet i en artikkel i Journal ofDigital Imaging, fire praktiserende radiologer med yrkeserfaring fra tre til 30 år deltok. Under studien registrerte forskere hvordan legens blikk beveger seg når de studerer et røntgenbilde. Primæranalysen viser hvor lang tid det tar spesialisten å vurdere bildet og hvilke områder som tiltrekker legens oppmerksomhet. Ytterligere analyse ved bruk av AI avslørte nøkkelmønstre.
Arbeidssted for en radiolog utstyrt med et øyesporingssystem for å utføre et eksperiment. Bilde: Innopolis University
Radiologer ble bedt om å analysere 400bilder av brystorganene på en spesiell enhet med et tilleggsinstallert system for øyesporing. En algoritme utviklet ved Innopolis University basert på en modifisert arkitektur av U-Net nevrale nettverk identifiserte lungekonturen på røntgenbilder av thorax og målte området av lungebildet som legen så på.
I gjennomsnitt undersøkte radiologer 55 til 65 % avlungeområdet på røntgen. Eksperimentet viste at jo flere bilder legene tolket, jo mindre del av lungene dekket de med et blikk, og den mest erfarne radiologen med tretti års erfaring viste det minste dekningsområdet til lungene med et blikk.
Ilya Pershin, forskningsingeniør, Laboratory of Artificial Intelligence in Medicine, Innopolis University
Studien fant at for hver 100av de studerte bildene, sank området på røntgenbildet, som legen er oppmerksom på, med et gjennomsnitt på 1,3–7,6%. Effekten av tretthet på røntgenanalyse ble observert hos alle leger og forskjellige patologier i bildene, men på forskjellige måter: i nærvær av tegn på farlige endringer studerte til og med "trøtte" radiologer bildene mer nøye.
Et eksempel på å vurdere områdene som legenes øyne var festet på. Bilde: Innopolis University
Forfatterne av studien bemerker at de savnedepatologi i bildet er en av de vanligste medisinske feilene til radiologer. Å forstå hvordan tretthet og andre faktorer påvirker kvaliteten på bildeanalysen vil bidra til å optimalisere AI-systemer for bildeanalyse og støtte radiologer med mer informasjon for å stille en nøyaktig diagnose.
Les mer:
Mysteriet med de røde stripene på satellitten til Jupiter blir avslørt
Migrene og hodepine fant en ny forklaring
Fant en "umulig" planet. Hun trosser moderne vitenskap