End-to-end arbejdsgang, kvalitetsstyring og selvrevision

Gevinster:

• Evne til at designe et end-to-end workflow, der viser, hvor og med hvilken godkendelse kunstig intelligens kommer i spil i hele kæden, fra pre-shooting til rapportsignatur.
• Evne til at etablere præstationsovervågning, feedback loop og regelmæssig selvrevision i kunstig intelligens-understøttede processer
• Evne til at gøre brugen af kunstig intelligens i en billeddannende enhed bæredygtig med principperne om styring, ansvar og løbende forbedring

I de foregående ti enheder har vi dækket dele af AI inden for radiologi: triage, struktureret rapportering, måleautomatisering, PACS-integration, metrikker, modalitetsspecifikke værktøjer, billedkvalitet, sporing og privatliv. I denne afsluttende enhed vil vi kombinere brikkerne og etablere et end-to-end workflow: et holistisk kort, der viser, hvor og med hvilken godkendelse kunstig intelligens kommer i spil i den kæde, som en audit går fra tidspunktet for anmodningen til den underskrevne rapport. Derefter vil vi overveje de to ting, der gør dette flow bæredygtigt: kvalitetsstyring (overvågning af ydeevne, feedback-loop) og selvregulering (regelmæssig gennemgang, styring).

Kerneprincip: Sikker brug af AI-drevet billedbehandling er ikke en engangsinstallation; Det er en levende proces, der kræver konstant overvågning af ydeevne, en feedbackloop, gennemgang af fejlmønstre og regelmæssig selvrevision. Ved hvert trin forbliver ansvar, underskrift og endelig beslutning hos radiologen.

End-to-end flow: Hvor er AI, som bekræfter

Lad os følge en audits rejse, inklusive de punkter, hvor AI kommer i spil og menneskelig godkendelse på hvert punkt.

1. Anmodning og indikation: Klinikeren anmoder om undersøgelse. AI kan anbefale indikationsegnethed og protokolvalg; Teknikeren/radiologen godkender. (Enhed 8)
2. Optagelse og kvalitet: Modalitet producerer billedet. AI-dosisoptimering, denoising og artefaktmarkering; Teknikeren tager stilling til kvaliteten og genoptager, hvis det er nødvendigt. (Enhed 8)
3. Triage: Billedet falder ind i PACS. AI prioriterer tidskritiske hændelser; Radiologen læser stadig hver eksamen. (Enhed 2)
4. Aflæsning og detektion: Radiologen læser. CAD-mærker som andet øje; Radiologen vurderer, hvad der er markeret, og hvad der ikke er. (Enhed 6, 7)
5. Måling og opfølgning: AI måler og sammenligner med tidligere undersøgelse; Radiologen verificerer konsistensen. (Enhed 4, 9)
6. Rapportering: AI producerer struktureret udkast; Radiologen matcher hver sætning med billedet og underskriver det. (Enhed 3)
7. Notifikation om kritiske fund: AI minder om kritiske fund; Radiologen bekræfter, kommunikerer til klinikeren og afslutter den lukkede sløjfe. (Enhed 2, 6)
8. Arkiver og spor optagelse: AI-output gemmes som et separat lag; Originalen ændres ikke, sporregistreringen opbevares. (Enhed 5)

Scene

AI rolle

menneskelig godkendelse

Tilsluttet enhed

Anmodning/protokol

Forslag

Tekniker + radiolog

8

Skud/kvalitet

Dosis, afbrænding, artefakt

tekniker

8

triage

prioriteret flag

Radiolog (læser stadig)

2

Læs/opdag

CAD andet øje

Radiolog (diagnostiker)

6, 7

Måling/sporing

Beregning, sammenligning

Radiolog (retter)

4, 9

Indberetning

udkast

Radiolog (signatur)

3

kritisk konstatering

påmindelse

Radiolog (sender, bekræfter)

2, 6

arkiv

separat lag

System + sporoptagelse

5

Denne tabel er et resumé af modulet: Efterhånden som risikoen stiger, skrumper AI's rolle, menneskets samtykke vokser; På ingen linje overtager AI læsningen, diagnosen eller signaturen.

Rapportering af kritiske fund: lukket kredsløb

Et kritisk fund (større blødning, massiv emboli, spændt pneumothorax) anses ikke for at være meddelt blot ved at skrive det i rapporten. Closed-loop kommunikation betyder at bekræfte, at information når frem og modtages direkte af den behandlende læge. AI kan genkalde et kritisk fund eller endda producere et udkast til notifikation; Det er dog radiologens ansvar at bekræfte fundet, meddele det til den rigtige læge, dokumentere kommunikationen og lukke sløjfen. Automatiseret alarmering er ikke en erstatning for menneskelig kommunikation.

Bemærk: Bare fordi en alarm om kritisk fund af AI vises på arbejdslisten, betyder det ikke, at meddelelsen er blevet foretaget. Meddelelsen er først afsluttet, når radiologen bekræfter fundet, når frem til den behandlende læge og modtager informationen. Det er menneskets opgave at lukke det lukkede kredsløb.

Kvalitetsstyring og selvrevision

En AI-drevet proces kan gå i stykker over tid: modellen opdateres, enheden ændres, populationen skifter, antallet af falske positive stiger. Derfor skal ydeevnen konstant overvåges.

• Ydeevneovervågning: Indsaml falsk positive/negative prøver; Spor triage flag rater og sand positiv procentdel.
• Feedback loop: Indsaml systematisk radiologers "dette flag var forkert/gik glip af dette" feedback og del det med producenten.
• Fejlgennemgang: Gennemgå mistede fund og falske alarmer ved regelmæssige møder; Skelne årsagen (model, protokol, menneske).
• Sporing af distributionsskift: Gentag lokal verifikation, når enhed/protokol/population ændres.
• Governance: Hvem bruger hvilken model, med hvilken version, i hvilken sammenhæng; Hvem er ansvarlig - disse skal være skriftlige.

tre minisager

Case 1 — Feedback-sløjfen fungerer. En enhed ser ud fra monitoreringsdata, at triagemodellens pneumothorax falsk positive rate er steget til 75% inden for måneder. Radiologer indsamler deres feedback, gennemgår tærsklen med producenten; hastigheden falder til 45 %, og alarmtrætheden falder. Uden overvågning ville modellen stille og roligt blive upålidelig.

Case 2 — Manglende fund af årsagsanalyse. To savnede små knuder noteres ved en måneds gennemgang. Analysen viser, at både forekommer på bærbare grafer og på en enhed, som modellen ikke er trænet på (distributionsdrift). Enheden indsnævrer modellens omfang på bærbare røntgenbilleder og advarer radiologer. Fejlen blev brugt til at rette systemet i stedet for at skyde skylden på én person.

Case 3 — Kritisk konstatering er lukket sløjfe. AI advarer om større blødninger på en hjerne-CT. Radiologen bekræfter på 90 sekunder, ringer til neurokirurgen, verificerer modtagelsen af ​​information og dokumenterer kommunikation (tid, person, indhold). Det lukkede kredsløb er afsluttet. AI mindede om; Radiologen foretog meddelelsen og bekræftelsen. Hvis det blev overladt til automatisk alarmering, ville der ikke være nogen sikkerhed for, at lægen modtog informationen.

Svag prompt / Stærk prompt

Svag prompt:

Opsæt AI-workflow i radiologi, automatiser alt.

"Automatiser alt" er farligt i et sikkerhedskritisk domæne; Ignorerer menneskelige kontrolpunkter og sikker standard.

Kraftig prompt:

Din rolle: ASSOCIERT konsulent til radiologienheden om end-to-end AI workflow design.Beslutningstagning; udarbejde oversigt og tjekliste. Angiv, hvor AI’en er tilføjet i anmodningen → capture → triage → læsning → måling → rapportering → kritisk fund → arkivkæden, og angiv menneskelig godkendelse ved HVERT trin. Foreslå også målinger til præstationsovervågning, feedback-loop og selvrevision. Princip: efterhånden som risikoen stiger, bliver AI-rollen mindre, menneskelig godkendelse vokser; diagnose/signatur/meddelelse hos radiologen. Enhedskontekst: [skriv]

Den stærke vilje centrerer sig om menneskelige godkendelsespunkter, overvågning og selvkontrol.

Kopierbare promptskabeloner

END-TO-END FLOW UDKAST TIL Skabelon Din rolle: ASSISTENT konsulent. For anmodningen → billedbehandling → triage → læsning → måling → rapportering → kritiske fund → arkivkæden skal du fremstille en tabel, der viser rollen for AI og menneskelig godkendelse på hvert trin. Markér risikoniveauet og lad ingen sikkerhedskritiske beslutninger "overtages" af AI. Enhedskontekst: [skriv]

PERFORMANCE MONITORING TEMPLATEI vil give dig en periode med triage/CAD-data. Beregn falsk positive frekvens, antal oversete fund og procent sand positive; advare om alarmtræthed og distributionsdrift; Anbefal ved hvilken tærskel producenten/modellen skal gennemgås. Beslutningen ligger i institutionen. Data: [skriv]

ROT-ÅRSAG GENNEMGÅ Skabelon Jeg vil give dig et ubesvaret fund/falsk alarm-tilfælde. Skelne bagvedliggende årsager: model (træning/omfang), protokol/enhed (distributionsdrift), menneskelig (automatiseringsbias/alarmtræthed). Fremstil forslag med fokus på systemkorrektion, ikke skyld. Begivenhed: [skriv]

KRITISK FIND LUKKET SLØJKE Skabelon Fremstil en lukket tjekliste til en kritisk fundmeddelelse: bekræftelse af fund, identifikation af korrekt læge, direkte transmission, bekræftelse af modtagelse af information, dokumentation af kommunikation (tid/person/indhold). Mind os om, at automatiske advarsler ikke erstatter notifikationer. Kontekst: [skriv]

Almindelige fejl

• "Automatisk alt". Sikkerhedskritiske beslutninger kræver menneskelig godkendelse; Fuld automatisering er farligt.
• Installerer det én gang og ser det ikke. Mønsteret bryder ned over tid; Kontinuerlig præstationsovervågning er et must.
• Bruger fejlen til at bebrejde personen. Grundårsagsanalyse bør fokusere på systemkorrektion.
• Overlad det kritiske fund til automatisk advarsel. Lukket sløjfe lukkes af radiologen; Formidling og bekræftelse er menneskeligt arbejde.
• Ikke at sætte styring på skrift. Hvem, hvilken model, hvilken version, hvilket omfang, hvem er ansvarlig — skal dokumenteres.

Tip: Stil dette spørgsmål regelmæssigt i din enhed: "Hvis vi slukkede for kunstig intelligens i dag, ville vi så fortsætte med at operere sikkert?" Svaret skal altid være "ja". AI fremskynder læsningen, men den vil aldrig erstatte læsning, genkendelse og underskrift.

Sammenfattende

Kunstig intelligens kommer i spil på mange punkter i kæden fra bestillingsøjeblikket til den underskrevne rapport i radiologi: protokolanbefaling, kvalitet, triage, detektion, måling, opfølgning, rapportering og påmindelse om kritisk fund. Det holistiske princip er opsummeringen af ​​hele modulet: Efterhånden som risikoen stiger, skrumper AI's rolle, menneskets samtykke vokser; På intet trin overtager AI læsningen, diagnosen, signaturen eller rapporteringen af ​​kritiske fund. Det, der gør dette flow bæredygtigt, er at erkende, at sikker brug er en levende proces, ikke en engangsopsætning: præstationsovervågning, feedbackloop, fejlgennemgang, distributionsdriftsporing og skriftlig styring. Ved indberetning af et kritisk fund lukker radiologen den lukkede sløjfe. Under alting står den uforanderlige sætning: Beslutningen tilhører personen.

Ansøgningsopgave

Tegn et ende-til-ende AI-workflowdiagram for din enhed (eller en prøveorganisation): skriv ned AI'ens rolle, menneskelige godkendelse og risikoniveau på hvert trin. Bestem derefter de tre metrics (falsk positiv rate, ubesvarede resultater, procent sand positive) og handlingstærskler, som du vil spore med skabelonen "Performance Tracking". Vælg et kritisk fundscenarie, og skriv trinene ved hjælp af skabelonen "Critical Finding Closed-Loop". Til sidst: "Ville vi arbejde sikkert, hvis vi slukkede for kunstig intelligens i dag?" Besvar spørgsmålet ærligt for din enhed og noter manglerne.

tjekliste

• [ ] Jeg definerede menneskelig validering af hvert AI-punkt i end-to-end flowet.
• [ ] Jeg har ikke delegeret nogen sikkerhedskritiske beslutninger (diagnose/signatur/meddelelse) til AI.
• [ ] Jeg bestemte præstationsovervågningskriterier og handlingstærskler.
• [ ] Jeg konfigurerede feedback-sløjfen og fejlgennemgangsprocessen.
• [ ] Jeg lavede en plan om at gentage lokal verifikation for distributionsskift.
• [ ] Jeg sikrede, at radiologen lukkede det lukkede kredsløb ved underretning om kritiske fund.
• [ ] "Vil vi arbejde sikkert, hvis vi slår AI fra?" Jeg kan sige ja til spørgsmålet.

Modul eksamen

1. En radiologisk triage AI markerede en hjerne-CT som 'lav prioritet' og flyttede den til slutningen af ​​arbejdslisten. Hvad skal radiologen gøre til denne undersøgelse?

• A) Læser og rapporterer stadig revisionen fuldstændigt; triage ændrer kun rækkefølgen, ikke eliminerer læsning ✔
• B) Kunstig intelligens lukker normalt undersøgelsen uden at læse den, fordi den siger, at den har lav prioritet.
• C) Udsætter automatisk undersøgelsen til næste dag
• D) Den ser kun på området præget af kunstig intelligens og afkorter rapporten

Beskrivelse: Triage AI ændrer kun læserækkefølgen; Den kan ikke udelukke nogen eksamen fra læsning. 'Lav prioritet' er ikke en diagnose og kan være falsk negativ. Hver undersøgelse skal stadig læses fuldt ud og rapporteres af radiologen; Det erstatter ikke læsning af prioritetssignalet.

2. Hvilken kombination af risici mangler AI en reel patologi (f.eks. en lille pneumothorax), og radiologen stoler på den og ikke tilstrækkeligt undersøger billedet?

• A) Kun falsk positiv og alarmtræthed
• B) Falsk negativ og automatiseringsbias (overdreven afhængighed af AI) ✔
• C) Kun dårlig billedkvalitet
• D) Kun DICOM header fejl

Forklaring: Det er en falsk negativ, hvis modellen går glip af fundet; Automatiseringsbias er, når radiologen stoler for meget på kunstig intelligens og slapper af i sin egen undersøgelse. Når de to kombineres, forsvinder den menneskelige overvågnings eksistensberettigelse, og opdagelsen kan gå glip af helt. Derfor bør områder, der ikke er præget af kunstig intelligens, også læses.

3. AI tilføjede en sætning 'højre binyreadenom' i et udkast til en thorax CT-rapport, der ikke havde nogen ækvivalent på billedet. Hvad skal radiologen gøre?

• A) Betragter sætningen som pålidelig og underskriver den direkte.
• B) Da han ikke er sikker, omskriver han hele rapporten til den kunstige intelligens og underskriver den.
• C) Matcher sætningen med billedet; Hvis der ikke er nogen bestemmelse, fjerner han den og underskriver udkastet som verificeret ✔
• D) Forlader sætningen, men skriver 'kunstig intelligens tilføjet' til sidst

Forklaring: Sprogmodeller kan flydende passe til et fund, der ikke er til stede i billedet; dette kaldes hallucination. Radiologen skal matche hver sætning i rapporten til billedet, fjerne eventuelle irrelevante sætninger og aldrig underskrive udkastet uden at bekræfte det. Udkastet til betænkning er en start, ikke et bevis.

4. En specialist uploader et DICOM-billede med patientens navn og protokolnummer uden anonymisering til et offentligt tilgængeligt AI-værktøj. Hvad er hovedproblemet her?

• A) Billedopløsningen er utilstrækkelig til kunstig intelligens
• B) Kunstig intelligens kan ikke læse DICOM-format
• C) Der kan ikke kommenteres, da billedet er sort/hvidt
• D) Identitetsdata i DICOM-headeren og indlejret i billedet deles uden anonymisering; Dette er en KVKK-overtrædelse ✔

Beskrivelse: DICOM-filer indeholder både information som patientnavn, identitet, fødselsdato i overskriften og nogle gange identitetsdata indlejret i billedet (indbrændt). At uploade disse til et eksternt værktøj uden at anonymisere dem er en videregivelse af følsomme helbredsdata og en krænkelse af KVKK. Headeren og de indlejrede data skal ryddes først.

5. Hvad er det vigtigste verifikationstrin, når man sammenligner en automatiseret lungeknudemåling (f.eks. 8 mm) produceret af AI med en manuel måling (5 mm) fra en tidligere undersøgelse?

• A) Kontroller, at målingerne er sammenlignet med samme metode, plan og segmenteringskonsistens, og evaluer uoverensstemmelsen af ​​radiologen ✔
• B) Forudsat at den nye måling altid er nøjagtig og rapporterer vækst
• C) Tage gennemsnittet af to målinger og rapportere dem
• D) Ignorer målingen fuldstændigt og skriv kun synsindtryk

Forklaring: Målingen er et estimat og afhænger af segmenteringsgrænsen, udvælgelsen af skive, protokol og målemetode. Når automatisk og manuel måling udføres med forskellige metoder, kan der opstå et forkert indtryk af 'vækst'. Før der træffes en udvidelsesbeslutning, bør der foretages en sammenligning ved hjælp af samme metode, på samme plan og med konsistente grænser, og enhver inkonsistens bør vurderes af radiologen.

6. Hvad er den gyldne regel vedrørende det originale DICOM-billede, når du tilføjer AI-resultater til PACS?

• A) Kunstig intelligens-markering skal skrives permanent over det originale billede
• B) AI-output tilføjes som en separat serie/lag; det originale diagnostiske billede ændres ikke, og sporoptagelsen bevares ✔
• C) Det originale billede skal slet ikke gemmes, kun den behandlede version skal beholdes
• D) AI-output skal indlejres som tekst i patientheaderen

Beskrivelse: AI-markeringer, metrics og highlights skal gemmes som et separat serie-, lag- eller struktureret rapportobjekt; Det originale diagnostiske billede må aldrig ændres. På denne måde kan radiologen altid se de rå data, sporoptagelsen bevares, og AI-output forbliver adskilt fra originalen.

7. En mammografi AI virker med høj 'sensitivitet' men lav 'specificitet'. Hvad betyder det i praksis?

• A) Modellen markerer næsten ingen fund
• B) Modellen producerer aldrig falske positiver
• C) Modellen fanger de fleste sande fund, men kan producere mange falske positive, hvilket fører til unødvendig tilbagekaldelse ✔
• D) Modellen markerer kun tilfælde, hvor den kan stille en endelig diagnose.

Forklaring: Høj følsomhed betyder at fange de fleste sande positive (få falske negative). Lav specificitet betyder, at man ofte markerer raske tilfælde, hvilket betyder, at man producerer et stort antal falske positive. Dette reducerer lækage, men øger byrden med unødvendig tilbagekaldelse og undersøgelse; Valget af tærskel er en klinisk balance og er styret af radiologens fortolkning.

8. En AI-model trænes på en specifik producents enhed og en specifik patientpopulation. Hvad er den bedste tilgang, før du bruger det på en anden enhed og befolkning i din egen institution?

• A) Forudsat at modellen vil give den samme ydeevne overalt
• B) Obligatorisk alle inspektioner uden nogensinde at teste modellen
• C) Betragter det kun som sikkert, hvis brugergrænsefladen er på tyrkisk.
• D) Udfør lokal validering og tjek ydeevne på din egen enhed og befolkning og gennemgå niveauet af godkendelse/bevis ✔

Forklaring: Ydeevnen kan falde, når man bevæger sig væk fra den datadistribution, som modellen blev trænet på; Dette kaldes distributionsskifte. Inden brug i en ny enhed, protokol eller population skal der udføres lokal validering (ydelseskontrol på dine egne data), og regulatorisk godkendelse og bevisniveau bør gennemgås.

9. Hvad er den vigtigste sikkerhedsfordel ved struktureret rapportering frem for fritekstrapportering?

• A) Takket være standardoverskrifter og obligatoriske felter reducerer det risikoen for manglende fund og tvetydighed og sikrer sammenhæng ✔
• B) Får rapporter til at se kortere ud
• C) Det gør det unødvendigt for radiologen at se på billedet.
• D) Giver kunstig intelligens mulighed for at sende rapporten uden radiologens godkendelse

Beskrivelse: Struktureret rapportering bruger standardoverskrifter, obligatoriske felter og en fælles ordliste; Dette reducerer risikoen for manglende fund, missede felter og misforståelser, sikrer sammenhæng blandt klinikere og gør det nemmere for kunstig intelligens at udfylde felter og kontrollere konsistens. Fritekst er mere fleksibel, men medfører større risiko for udeladelser og tvetydighed.

10. En billedforbedringsalgoritme (superopløsning) kan 'rydde op' i en lavdosis CT, mens den tilføjer en fin struktur, som faktisk ikke er til stede. Hvad minder det dig om?

• A) Forbedret billede er altid mere pålideligt
• B) Forbedring kan tilføje kunstige detaljer eller slette faktiske fund; I tvivlstilfælde skal det rå billede returneres, og diagnostisk validitet bør stilles spørgsmålstegn ved ✔
• C) Efter dæmpning falder dosis automatisk
• D) Enhancement ændrer kun farve, påvirker ikke indholdet overhovedet

Forklaring: Selvom billedforbedringsalgoritmer reducerer støj, kan de tilføje kunstige detaljer eller slette virkelige små fund. Dette er en påmindelse om, at den diagnostiske validitet af det forbedrede billede kan være begrænset, og i tvivlstilfælde skal du vende tilbage til det rå/originale billede, og om nødvendigt er det nødvendigt at revurdere med den passende protokol. At se godt ud æstetisk betyder ikke diagnostisk nøjagtighed.

11. Hvad er den korrekte adfærd, når man anonymiserer en patienthistorie, der skal sendes til et offentligt AI-værktøj?

• A) Det er tilstrækkeligt kun at slette efternavnet og efterlade navn og protokolnummer
• B) Slet også alle kliniske oplysninger, så AI'en ikke ser nogen sammenhæng
• C) Fjern identitet, protokol, kontakt- og institutionsoplysninger og efterlad kun klinisk nødvendige anonyme oplysninger ✔
• D) Anonymisering er unødvendig; køretøjet er allerede sikkert

Forklaring: Navn, TR ID-nummer, protokol/filnummer, kontakt- og institutionsoplysninger bør fjernes; Kun klinisk nødvendige oplysninger (aldersgruppe, køn, relevant historie) bør efterlades. Den korrekte tilgang er at skrive '62-årig kvinde, kendt historie med brystkræft' i stedet for 'Ayşe Yılmaz, protokol 2024-114523'.

12. AI'et angav ingen fund på et lungeemboli (PE) CT-angiogram (negativ AI). Hvad er den korrekte fortolkning af dette for radiologen?

• A) Der er absolut ingen emboli, rapporten kan hurtigt lukkes som negativ
• B) Undersøgelsen skal gentages
• C) Der er ingen grund til at konsultere en kliniker, fordi den kunstige intelligens siger negativ
• D) Negativ AI er ikke en garanti; Radiologen læser hele billedet med sin egen vurdering, modellen kan have misset fundet ✔

Forklaring: Et negativt AI-output betyder ikke, at emboli er udelukket; modellen kan have misset fundet (falsk negativ). Radiologen skal læse hele billedet med sin egen kliniske vurdering, inklusive områder, der ikke er markeret af AI. Negativ AI er ikke en garanti for diagnose, men højst et hjælpesignal.

13. AI’en genererede en advarsel om et kritisk fund (f.eks. massiv intrakraniel blødning). Hvem er ansvarlig for rapportering af kritiske fund i lukket kredsløb?

• A) Det er radiologens ansvar at bekræfte fundet, kommunikere det til klinikeren, dokumentere kommunikationen og gennemføre lukket sløjfe ✔
• B) Underretning er helt automatisk, radiologen har ingen rolle
• C) Ansvaret overgår til producenten af kunstig intelligens
• D) Da advarslen er i arbejdslisten, er der ikke behov for yderligere kommunikation

Beskrivelse: AI-advarslen er en påmindelse; Det er radiologens ansvar at bekræfte det kritiske fund, kommunikere det direkte til den behandlende læge, dokumentere kommunikationen og gennemføre lukket sløjfe (bekræftelse af modtagelse af information). Automatiseret alarmering er ikke en erstatning for menneskelig kommunikation og bekræftelse.

14. Hvad er den bedste styringstilgang til at sikre, at brugen af ​​kunstig intelligens i en billeddannende enhed er bæredygtig og sikker?

• A) Installer én gang og gennemgå aldrig igen
• B) Overvåg ydeevne regelmæssigt, opret en feedback- og selvrevisionscyklus, gennemgå eksempler på fejl og hold den endelige beslutning hos radiologen ✔
• C) Delegering af alle beslutninger til modellen og reduktion af antallet af radiologer
• D) Optag aldrig kunstig intelligens output og efterlader ingen spor

Beskrivelse: Sikker brug er ikke en engangsinstallation; Det kræver regelmæssig overvågning af ydeevne, indsamling af radiologfeedback, gennemgang af falsk negative/positive prøver, overvågning af modelopdateringer og distributionsdrift og regelmæssig selvrevision. Ansvar, underskrift og endelig beslutning forbliver altid hos radiologen.