นักวิจัยจากมหาวิทยาลัย Innopolis, มหาวิทยาลัยการแพทย์แห่งรัฐ Kazan และ
ในการทดลองที่อธิบายไว้ในบทความในวารสารของDigital Imaging รังสีแพทย์ฝึกหัดสี่คนที่มีประสบการณ์ระดับมืออาชีพตั้งแต่สามถึง 30 ปีเข้าร่วม ในระหว่างการศึกษา นักวิทยาศาสตร์ได้บันทึกการจ้องมองของแพทย์เมื่อทำการเอ็กซเรย์ การวิเคราะห์เบื้องต้นแสดงให้เห็นว่าผู้เชี่ยวชาญใช้เวลานานเท่าใดในการประเมินภาพและส่วนใดที่ดึงดูดความสนใจของแพทย์ การวิเคราะห์เพิ่มเติมโดยใช้ AI เผยให้เห็นรูปแบบที่สำคัญ
สถานที่ทำงานของรังสีแพทย์ที่ติดตั้งระบบติดตามดวงตาเพื่อทำการทดลอง ภาพ: มหาวิทยาลัยอินโนโพลิส
นักรังสีวิทยาถูกขอให้วิเคราะห์ 400ภาพอวัยวะทรวงอกบนอุปกรณ์พิเศษพร้อมระบบติดตามดวงตาที่ติดตั้งเพิ่มเติม อัลกอริทึมที่พัฒนาขึ้นที่ Innopolis University โดยอาศัยสถาปัตยกรรมที่ได้รับการดัดแปลงของเครือข่ายประสาท U-Net ระบุรูปร่างของปอดบนเอ็กซ์เรย์ทรวงอกและวัดพื้นที่ของภาพปอดที่แพทย์ดู
โดยเฉลี่ยแล้ว นักรังสีวิทยาตรวจ 55 ถึง 65% ของบริเวณปอดในการเอ็กซเรย์ การทดลองแสดงให้เห็นว่ายิ่งแพทย์ตีความภาพมากเท่าใด ปอดก็จะยิ่งดูเล็กลงเท่านั้น และนักรังสีวิทยาที่มีประสบการณ์มากที่สุดซึ่งมีประสบการณ์กว่า 30 ปีก็แสดงให้เห็นพื้นที่ที่เล็กที่สุดของปอดด้วยการมอง
Ilya Pershin วิศวกรวิจัย ห้องปฏิบัติการปัญญาประดิษฐ์ทางการแพทย์ มหาวิทยาลัย Innopolis
การศึกษาพบว่าทุกๆ 100ของภาพที่ศึกษาพื้นที่ของภาพรังสีที่แพทย์ให้ความสนใจลดลงโดยเฉลี่ย 1.3–7.6% ผลของความเมื่อยล้าในการวิเคราะห์เอ็กซ์เรย์พบได้ในแพทย์ทุกคนและโรคต่างๆ ในภาพ แต่ในรูปแบบต่างๆ กัน: เมื่อมีสัญญาณของการเปลี่ยนแปลงที่เป็นอันตราย แม้แต่นักรังสีวิทยาที่ "เหนื่อยล้า" ก็ศึกษาภาพอย่างระมัดระวังมากขึ้น
ตัวอย่างการประเมินบริเวณที่สายตาแพทย์จับจ้อง ภาพ: มหาวิทยาลัยอินโนโพลิส
ผู้เขียนของการศึกษาทราบว่าหายไปพยาธิวิทยาในภาพเป็นหนึ่งในข้อผิดพลาดทางการแพทย์ที่พบบ่อยที่สุดของรังสีแพทย์ การทำความเข้าใจว่าความเหนื่อยล้าและปัจจัยอื่นๆ ส่งผลต่อคุณภาพของการวิเคราะห์ภาพอย่างไร จะช่วยเพิ่มประสิทธิภาพระบบ AI สำหรับการวิเคราะห์ภาพ และสนับสนุนรังสีแพทย์ด้วยข้อมูลเพิ่มเติมเพื่อทำการวินิจฉัยที่แม่นยำ
อ่านเพิ่มเติม:
ความลึกลับของแถบสีแดงบนดาวเทียมของดาวพฤหัสบดีถูกเปิดเผย
ไมเกรนและปวดหัวพบคำอธิบายใหม่
พบดาวเคราะห์ที่ "เป็นไปไม่ได้" เธอท้าทายวิทยาศาสตร์สมัยใหม่