Печалби:
- Способност да се обясни как работните потоци за откриване, сегментиране и приоритизиране, поддържани от изкуствен интелект, се установяват в радиологични изображения
- Възможност за отделяне на изходите на модела (топлинна карта, вероятност, измерване) от решението на рентгенолога и позиционирането им в поддържаща роля
- Възможност за валидиране на резултатите от модела на изображението с чувствителност/специфичност, фалшиво положително натоварване и клиничен контекст
Радиологията е най-зрялата област на приложение на изкуствения интелект в биомедицинското инженерство. Рентген (рентген), компютърна томография (CT; CT на английски, комбиниране на рентгенови срезове, направени от различни ъгли) и магнитен резонанс (MR; MRI на английски, изобразяване на тъкан със силно магнитно поле и радиовълни) създават милиони изображения всеки ден. Необходими са години опит на рентгенолога, за да интерпретира тези изображения. Изкуственият интелект допринася за този процес с откриване (насочване на вниманието към находка), сегментиране (начертаване на границите на структура; сегментиране на английски) и приоритизиране (поставяне на спешни случаи в началото на опашката; триаж на английски). В тази част ще видим как се настройват тези работни потоци и най-важното как изходът се позиционира като вход към, а не като заместител на решението на рентгенолога.
Като инженер, вашата работа често е да разработите модела, да го интегрирате, валидирате и наблюдавате работата му с клиничния екип. Рентгенологът поставя диагнозата. AI не диагностицира; привлича вниманието, измерва, сортира.
Стъпки на радиологичния AI работен процес
Стъпка 1 — Данни и предварителна обработка. Изображенията идват като DICOM (цифрови изображения и комуникации в медицината; стандартен файлов и комуникационен формат за медицински изображения). Предварителна обработка; Те включват прозорци (регулиране на контраста на изображението), повторно семплиране (преоразмеряване на срезове до стандартен размер) и намаляване на шума. Тази стъпка е безопасна и подходяща за автоматизация.
Стъпка 2 — Откриване и сегментиране. Моделът маркира областта, съответстваща на белодробен възел, фрактура или кръвоизлив. Резултатът обикновено е под формата на вероятностен резултат и топлинна карта (слой, който показва с цвят областите, където е концентрирано вниманието на модела). При сегментирането моделът чертае пикселните граници на орган или лезия; Това се използва за измерване на обема.
Стъпка 3 — Подредете по приоритет. Ако бъде открита спешна находка (напр. мозъчен кръвоизлив), случаят се премества напред в работния списък. Целта тук не е да се смени рентгенологът, а да се гарантира, че критичният случай ще бъде прегледан по-рано.
Стъпка 4 — Оценка от рентгенолог. Резултатите от модела се представят на рентгенолога като препоръчителен слой. Радиологът приема, отхвърля или променя. Окончателният доклад и диагнозата са на рентгенолога.
Стъпка 5 — Проверка и мониторинг. След като моделът е в полеви условия, работата му се следи постоянно; Процентите на фалшивите положителни и фалшивите отрицателни резултати се проследяват отделно за различни устройства и групи пациенти.
Чувствителност, специфичност и фалшиво положително натоварване
Има два основни показателя за оценка на модела на изображението. Чувствителността е степента на откриване на тези, които са наистина болни: високата чувствителност означава по-малко пропуснати открития. Специфичността е скоростта, с която точно елиминираме наистина здравословните: високата специфичност означава по-малко фалшиви аларми. Има баланс между тези две; Ако намалите прага и откриете повече открития, фалшивите аларми се увеличават.
Критична концепция в клиниката е тежестта на фалшивите положителни резултати: ако моделът казва „подозрително“ твърде често, рентгенологът трябва да изключва тези флагове всеки път и след известно време не приема предупрежденията сериозно (умора от предупреждение). Следователно трябва да се оцени не само чувствителността на модела, но и броят на фалшивите положителни резултати в действителния работен процес.
Три мини калъфа: с числата
Случай 1 — Спестено време чрез приоритизиране. Модел за приоритизиране на кървене в КТ на мозъка беше приложен в болница. Средното време, през което случаите на кървене трябва да бъдат прегледани за първи път от рентгенолога, е намаляло от 28 минути на 8 минути. Моделът обаче не успя да улови пропуснат малък субарахноидален кръвоизлив; следователно всички случаи отново са подложени на пълно рентгенологично четене. Моделът ускори сортирането, но не елиминира четенето.
Случай 2 — Фалшиво положително натоварване. Модел за откриване на белодробни възли произвежда средно 6 „подозрителни“ признака на пациент, когато се изпълнява с нисък праг за повишаване на чувствителността до 94%; Повечето от тях са съдови участъци и доброкачествени огнища. В рамките на две седмици радиолозите започнаха да пренебрегват знаците. Когато прагът беше пренастроен и броят на оценките намален до 1,5 на пациент, моделът отново стана полезен.
Случай 3 — Смяна на полето. Модел за откриване на фрактури, извършен с 91% чувствителност на дигитални рентгенови апарати в болница А, но спадна до 72% в болница Б при използване на преносими устройства от друг производител. Качеството на изображението и позиционирането бяха различни. Моделът не може да се счита за надежден, без да бъде допълнително валидиран за всяко устройство и популация, в която ще се използва.
Слаба подкана / Силна подкана
Забележка: Подканите по-долу са за конфигуриране на текстов отчет или работен поток, а не за тълкуване на самото изображение. Диагностиката на изображенията е дело на валидиран клиничен софтуер и рентгенолог.
Слаба подкана:
Вижте този рентгенов доклад и ми кажете дали пациентът е болен [доклад]
Мощна подкана:
Вашата роля: Вие сте асистент в работния процес по радиология (ВИЕ НЕ СТЕ ДИАГНОСТИКА). Структурирайте текста на анонимния радиологичен доклад, както следва: - Таблица с находките, измерванията и анатомичните местоположения. - Запазете неясни/отрицателни твърдения („не могат да бъдат изключени“) такива, каквито са, не ги правете окончателни. - Не добавяйте констатации, които не са в текста. - Съберете изречения за „препоръка/последване“ в отделен раздел. - Накрая избройте 3 точки, които рентгенологът трябва да потвърди. Анонимен сигнал: [текст]
Мощният модел на подкана държи модела далеч от интерпретация и се фокусира върху конфигурацията; Желателно е да се запази двусмислието, тъй като на езика на радиологията разликата между "не може да бъде изключено" и "е налично" е от решаващо значение.
Четири копируеми шаблона
1) Конфигурация на отчета:
Разделете следния анонимен радиологичен доклад на следните заглавия: Индикация, Техника, Констатации, Заключение, Препоръка. Придържайте се към текста, не добавяйте коментари. Доклад: [текст]
2) Проверка на последователността на измерването:
Избройте всички числени измервания (mm, cm, HU) в този отчет и маркирайте противоречиви или нефизиологични стойности. Доклад: [текст]
3) Модел на план за оценка:
Напишете проект на план за оценка за модел за откриване на изображение: чувствителност, специфичност, фалшиво положително/пациент, анализ на подгрупа (устройство, възраст), външен набор за валидиране. Маркирайте отделно точките за клинично одобрение.
4) Фалшива положителна бележка за сортиране:
Класифицирайте следния списък с изходи за откриване като „радиологичен приоритет висок/нисък“; Напишете обосновката за всеки клас. Заявете, че оставяте решението на рентгенолога. Списък: [изходи]
Роля на модела: По тип находка
Тип намиране
Принос на AI
критичност
проверка
Приоритизиране на спешното кървене
високо
много високо
Радиолог пълно четене
Откриване на белодробни възли
високо
високо
Праг + протокол за проследяване
Костна възраст/измерване
високо
среден
Експертен контрол
Сегментиране на обема на органа
високо
среден
Ръчна проверка на пробите
Конфигурация на отчет (текст)
високо
ниско
Потвърждение от рентгенолог
Съвет: Никога не разчитайте на един процент на точност, когато оценявате модел на дисплей. Попитайте за чувствителност, специфичност, фалшиво положително натоварване и представяне на подгрупа заедно; „На кое устройство и група пациенти тествахте модела?“ въпрос разкрива повечето проблеми.
Внимание: Топлинната карта не гарантира "защо" моделът е решил така; Просто показва къде е насочено вниманието ви. Понякога моделът дава правилния отговор по грешна причина (например, като гледа маркер в изображението). Резултатът за обяснение също изисква валидиране.
Често срещани грешки
- Разчитайки на един единствен показател. Високата цялостна точност може да прикрие ниската чувствителност в критична подгрупа.
- Не се измерва фалшиво положителното натоварване. Моделът, който произвежда твърде много сигнали, създава умора от стимули и се изоставя.
- Проверете модела на едно устройство и го използвайте навсякъде. Дрейфът на полето е най-честата причина за повреда на AI на изображението.
- Погрешно приемане на топлинната карта за доказателство. Картата на вниманието не е обяснение; Правилният отговор може да се основава на грешна причина.
- Елиминиране на рентгенолога. Моделът приоритизира и маркира; Диагнозата и докладът принадлежат на рентгенолога.
В обобщение
- радиологичен AI; Той произвежда стойност чрез откриване, сегментиране и приоритизиране и не замества диагнозата.
- Има баланс между чувствителност и специфичност; Фалшивото положително натоварване е критичен показател в клиниката.
- Моделите трябва да преминат външно валидиране (изместване на домейн) на всяко устройство и популация, в която ще бъдат използвани.
- Топлинните карти показват внимание, но не гарантират обяснение; не може да се приеме като доказателство.
- Окончателната диагноза и доклад принадлежат на рентгенолога; AI е поддържащ слой.
Задача за приложение
Изберете съществуващ (или хипотетичен) сценарий за откриване на изображение. Напишете рамка за оценка за този модел: посочете кои показатели (чувствителност, специфичност, фалшиво положително/пациент), кои подгрупи (устройство, възраст, пол) и кой външен набор за валидиране ще използвате. След това маркирайте точната точка в работния процес, където рентгенологът е взел решение, и обяснете в абзац как изходът от модела е бил въведен в това решение.
контролен списък
- [ ] Мога да разгранича откриването, сегментирането и приоритизирането на ролите на радиологичния ИИ.
- [ ] Мога да оценя чувствителността, специфичността и фалшиво положителното натоварване заедно.
- [ ] Знам какво е изместване на полето и защо е необходимо външно валидиране.
- [ ] Разбрах, че топлинната карта не е обяснение и е необходима проверка.
- [ ] Мога да позиционирам изхода на модела като вход към решението на рентгенолога, а не като негов заместител.