Qazanclar:
- Radioloji görüntülərdə süni intellekt tərəfindən dəstəklənən aşkarlama, seqmentləşdirmə və prioritetləşdirmə iş axınlarının necə qurulduğunu izah etmək bacarığı
- Model çıxışlarını (istilik xəritəsi, ehtimal, ölçmə) radioloqun qərarından ayırmaq və onları dəstək rolunda yerləşdirmək bacarığı
- Həssaslıq/spesifiklik, yanlış müsbət yük və klinik kontekstlə təsvir modelinin nəticələrini təsdiqləmək bacarığı
Radiologiya biotibbi mühəndislikdə süni intellektin ən yetkin tətbiq sahəsidir. X-şüaları (rentgen şüaları), kompüter tomoqrafiyası (CT; ingilis dilində CT, müxtəlif bucaqlardan çəkilmiş rentgen bölmələrini birləşdirən) və maqnit rezonans (MR; ingiliscə MRI, toxumanın güclü maqnit sahəsi və radio dalğaları ilə görüntülənməsi) hər gün milyonlarla görüntü yaradır. Bu görüntüləri şərh etmək üçün bir radioloqa illərlə təcrübə lazımdır. Süni intellekt aşkarlama (bir tapıntıya diqqət çəkmək), seqmentləşdirmə (strukturun sərhədlərinin çəkilməsi; ingilis dilində seqmentasiya) və prioritetləşdirmə (təcili halların növbənin əvvəlinə qoyulması; ingilis dilində triaj) ilə bu prosesə töhfə verir. Bu bölmədə biz bu iş axınlarının necə qurulduğunu və - ən əsası - çıxışın radioloqun qərarını əvəz etmək əvəzinə, giriş kimi necə yerləşdirildiyini görəcəyik.
Mühəndis olaraq sizin işiniz tez-tez modeli inkişaf etdirmək, inteqrasiya etmək, təsdiqləmək və klinik komanda ilə performansına nəzarət etməkdir. Rentgenoloq diaqnoz qoyur. AI diaqnoz qoymur; diqqət çəkir, ölçür, çeşidləyir.
Radioloji AI iş axınının addımları
Addım 1 - Məlumat və əvvəlcədən emal. Şəkillər DICOM (Tibbdə Rəqəmsal Görüntü və Rabitə; tibbi şəkillər üçün standart fayl və rabitə formatı) kimi gəlir. Əvvəlcədən emal; Bunlara pəncərələşdirmə (şəklin kontrastının tənzimlənməsi), yenidən nümunə götürmə (dilimlərin standart ölçüyə dəyişdirilməsi) və səs-küyün azaldılması daxildir. Bu addım təhlükəsizdir və avtomatlaşdırma üçün uyğundur.
Addım 2 - Aşkarlama və seqmentləşdirmə. Nümunə ağciyər nodülü, qırıq və ya qanaxmaya uyğun olan ərazini qeyd edir. Çıxış adətən ehtimal hesabı və istilik xəritəsi (modelin diqqətinin cəmləşdiyi sahələri rənglə göstərən təbəqə) şəklində olur. Seqmentləşdirmədə model orqanın və ya zədənin piksel sərhədlərini çəkir; Bu həcmi ölçmək üçün istifadə olunur.
Addım 3 - Prioritet verin. Təcili bir tapıntı (məsələn, beyin qanaması) aşkar edilərsə, iş iş siyahısına gətirilir. Burada məqsəd radioloqu dəyişmək deyil, kritik vəziyyətin daha əvvəl görünməsini təmin etməkdir.
Addım 4 - Rentgenoloqun qiymətləndirilməsi. Model çıxışları tövsiyə təbəqəsi kimi radioloqa təqdim olunur. Radioloq qəbul edir, rədd edir və ya dəyişir. Yekun hesabat və diaqnoz rentgenoloqa məxsusdur.
Addım 5 - Doğrulama və monitorinq. Model sahəyə daxil olduqdan sonra onun performansına daim nəzarət edilir; Yanlış müsbət və yanlış mənfi dərəcələr müxtəlif cihazlar və xəstə qrupları üzrə ayrı-ayrılıqda izlənilir.
Həssaslıq, Spesifiklik və Yanlış Müsbət Yük
Şəkil modelinin qiymətləndirilməsi üçün iki əsas ölçü var. Həssaslıq həqiqətən xəstə olanların aşkarlanma dərəcəsidir: yüksək həssaslıq daha az buraxılmış tapıntı deməkdir. Spesifiklik, həqiqətən sağlam olanı dəqiq şəkildə aradan qaldırdığımız nisbətdir: yüksək spesifiklik daha az yanlış həyəcan siqnalı deməkdir. Bu ikisi arasında tarazlıq var; Əgər eşik səviyyəsini aşağı salsanız və daha çox tapıntı aşkar etsəniz, yanlış həyəcan siqnalları artır.
Klinikada kritik bir konsepsiya yalançı pozitivlərin yüküdür: model çox tez-tez "şübhəli" deyirsə, radioloq hər dəfə bu bayraqları istisna etməlidir və bir müddət sonra xəbərdarlıqları ciddi qəbul etmir (həyəcanlı yorğunluq). Buna görə də, yalnız bir modelin həssaslığı deyil, həm də faktiki iş prosesində yanlış müsbətlərin sayı qiymətləndirilməlidir.
Üç Mini Case: Rəqəmlərə görə
1-ci hal - Prioritetləşdirmə ilə qənaət edilmiş vaxt. Beyin CT-lərində qanaxmanın prioritetləşdirilməsi modeli bir xəstəxanada həyata keçirildi. Qanaxma hallarının ilk dəfə rentgenoloqa müraciət etmə müddəti 28 dəqiqədən 8 dəqiqəyə enmişdir. Lakin, model buraxılmış kiçik subaraknoid qanaxmanı tuta bilmədi; buna görə də bütün hallarda yenidən tam rentgenoloq oxundu. Model çeşidləməni sürətləndirdi, lakin oxumağı aradan qaldırmadı.
2-ci hal – Yanlış müsbət yük. Ağciyər düyünlərinin aşkarlanması modeli həssaslığı 94%-ə qədər artırmaq üçün aşağı həddlə işləyərkən hər xəstə üçün orta hesabla 6 "şübhəli" əlamət meydana gətirdi; Bunların əksəriyyəti damar bölmələri və xoşxassəli ocaqlar idi. İki həftə ərzində radioloqlar əlamətlərə məhəl qoymamağa başladılar. Həddi yenidən tənzimlədikdə və hər bir xəstə üçün işarələrin sayı 1,5-ə endirildikdə, model yenidən faydalı oldu.
3-cü hal - Sahənin yerdəyişməsi. A xəstəxanasında rəqəmsal rentgen aparatlarında 91% həssaslıqla yerinə yetirilən qırıq aşkarlama modeli, B xəstəxanasında fərqli istehsalçının portativ cihazları ilə bu göstərici 72%-ə düşüb. Şəkil keyfiyyəti və yerləşdirmə fərqli idi. Model istifadə olunacaq hər bir cihaz və populyasiyada əlavə təsdiq edilmədən etibarlı hesab edilə bilməz.
Zəif Tələb / Güclü Tələb
Qeyd: Aşağıdakı göstərişlər mətn hesabatını və ya iş prosesini konfiqurasiya etmək üçündür, şəklin özünü şərh etmək üçün deyil. Şəkil diaqnozu təsdiqlənmiş klinik proqram və radioloqun işidir.
Zəif çağırış:
Bu rentgen hesabatına baxın və xəstənin xəstə olub olmadığını deyin.[report]
Güclü göstəriş:
Rolunuz: Siz radioloji iş axını köməkçisisiniz (SİZ DİAQNOZ DEYİLSİZ). Anonim radiologiya hesabatının mətnini aşağıdakı kimi strukturlaşdırın: - Tapıntıları, ölçmələri və anatomik yerləri cədvəldə göstərin. - Qeyri-müəyyən/mənfi ifadələri ("çıxarmaq olmaz") olduğu kimi saxlayın, yekunlaşdırmayın. - Mətndə olmayan heç bir tapıntı əlavə etməyin. - Ayrı bir bölmədə "tövsiyə/təqib" cümlələrini toplayın. - Sonda rentgenoloqun təsdiq etməli olduğu 3 məqamı sadalayın. Anonim hesabat: [mətn]
Güclü operativ model modeli şərhdən uzaqlaşdırır və konfiqurasiyaya diqqət yetirir; Qeyri-müəyyənliyi qorumaq arzu edilir, çünki radiologiya dilində "istisna edilə bilməz" və "mövcuddur" arasındakı fərq həlledicidir.
Dörd Kopyalana bilən Şablon
1) Hesabat konfiqurasiyası:
Aşağıdakı anonim radiologiya hesabatını aşağıdakı başlıqlara bölün: Göstəriş, Texnika, Nəticələr, Nəticə, Tövsiyə. Mətnə yapışın, şərh əlavə etməyin. Hesabat: [mətn]
2) Ölçmə uyğunluğunun yoxlanılması:
Bu hesabatda bütün ədədi ölçüləri (mm, sm, HU) sadalayın və ziddiyyətli və ya qeyri-fizioloji dəyərləri qeyd edin. Hesabat: [mətn]
3) Model qiymətləndirmə planı:
Şəkil aşkarlama modeli üçün qiymətləndirmə planının layihəsini yazın: həssaslıq, spesifiklik, yanlış pozitiv/xəstə, alt qrup (cihaz, yaş) analizi, xarici qiymətləndirmə dəsti. Klinik təsdiq nöqtələrini ayrıca qeyd edin.
4) Yanlış müsbət triaj qeydi:
Aşağıdakı aşkarlama nəticələri siyahısını "radioloqun prioriteti yüksək/aşağı" kimi təsnif edin; Hər sinif üçün məntiqi yazın. Qərarı radioloqa buraxdığınızı bildirin. Siyahı: [çıxışlar]
Modelin rolu: Tapma növünə görə
Tapma növü
AI töhfəsi
tənqidilik
yoxlama
Təcili qanaxmanın prioritetləşdirilməsi
yüksək
çox yüksək
Radioloq tam oxu
Ağciyər düyünlərinin aşkarlanması
yüksək
yüksək
Eşik + izləmə protokolu
Sümük yaşı/ölçü
yüksək
orta
Ekspert nəzarəti
Orqan həcminin seqmentasiyası
yüksək
orta
Əl nümunəsinin yoxlanılması
Hesabat konfiqurasiyası (mətn)
yüksək
aşağı
Radioloqun təsdiqi
İpucu: Ekran modelini qiymətləndirərkən heç vaxt tək dəqiqlik faizinə etibar etməyin. Həssaslıq, spesifiklik, yanlış müsbət yük və alt qrup performansını birlikdə soruşun; "Modeli hansı cihazda və xəstə qrupunda sınaqdan keçirmisiniz?" sual əksər problemləri ortaya qoyur.
Diqqət: İstilik xəritəsi modelin "niyə" qərar verdiyinə zəmanət vermir; Bu, sadəcə diqqətinizin hara yönəldiyini göstərir. Bəzən model səhv səbəbə görə düzgün cavab verir (məsələn, şəkildəki markerə baxaraq). İzah edilə bilən çıxış da təsdiq tələb edir.
Ümumi səhvlər
- Tək bir metrikaya əsaslanaraq. Yüksək ümumi dəqiqlik kritik alt qrupda aşağı həssaslığı maskalaya bilər.
- Yanlış müsbət yükün ölçülməməsi. Həddindən artıq çox siqnal istehsal edən model stimul yorğunluğu yaradır və tərk edilir.
- Modeli tək cihazda yoxlayın və istənilən yerdə istifadə edin. Sahənin sürüşməsi AI təsvirinin uğursuzluğunun ən çox yayılmış səbəbidir.
- İstilik xəritəsini sübut üçün səhv salmaq. Diqqət xəritəsi izahat deyil; Düzgün cavab yanlış səbəbə əsaslana bilər.
- Rentgenoloqun aradan qaldırılması. Model prioritetləşdirir və qeyd edir; Diaqnoz və hesabat rentgenoloqa aiddir.
Xülasə
- Radioloji AI; O, aşkarlama, seqmentləşdirmə və prioritetləşdirmə vasitəsilə dəyər yaradır və diaqnozu əvəz etmir.
- Həssaslıq və spesifiklik arasında tarazlıq var; Yanlış müsbət yük klinikada kritik bir metrikdir.
- Modellər istifadə olunacaq hər bir cihaz və populyasiyada xarici yoxlamadan (domen dəyişdirilməsi) keçməlidir.
- İstilik xəritələri diqqəti göstərir, lakin izahata zəmanət vermir; sübut kimi qəbul edilə bilməz.
- Son diaqnoz və hesabat rentgenoloqa aiddir; AI bir dəstək təbəqəsidir.
Tətbiq tapşırığı
Mövcud (və ya hipotetik) təsvirin aşkarlanması ssenarisini seçin. Bu model üçün qiymətləndirmə çərçivəsini yazın: hansı ölçüləri (həssaslıq, spesifiklik, yalançı müsbət/xəstə), hansı alt qrupları (cihaz, yaş, cins) və hansı xarici doğrulama dəstindən istifadə edəcəyinizi müəyyənləşdirin. Sonra radioloqun qərar verdiyi iş prosesində dəqiq nöqtəni qeyd edin və abzasda modelin çıxışının bu qərara necə daxil edildiyini izah edin.
yoxlama siyahısı
- [ ] Mən radioloji süni intellektin aşkarlanması, seqmentləşdirilməsi və prioritetləşdirilməsi rollarını ayırd edə bilirəm.
- [ ] Mən həssaslıq, spesifiklik və yanlış müsbət yükü birlikdə qiymətləndirə bilirəm.
- [ ] Mən sahənin dəyişdirilməsinin nə olduğunu və niyə xarici yoxlamanın tələb olunduğunu bilirəm.
- [ ] Mən başa düşdüm ki, istilik xəritəsi izahat deyil və yoxlama tələb olunur.
- [ ] Mən model çıxışını radioloqun qərarının əvəzedicisi kimi deyil, girişi kimi yerləşdirə bilərəm.