Kasu:
- Oskus selgitada, mida AI-toega skaneerimisriistad teevad, milliseid leide need tähistavad ja millised piirangud on neil panoraam- ja periapikaalsetel radiograafiatel.
- Võimalus luua töövoog, kus tehisintellekti eelhinnangut kasutatakse "teise silmana" ja arst annab lõpliku radiograafilise tõlgenduse koos kliinilise läbivaatusega
- Võimalus ära tunda, kuidas pildikvaliteet, artefaktid ja positsioneerimisvead halvendavad tehisintellekti väljundit ja kõrvaldavad ebausaldusväärse väljundi
Radiograafia on hambaravi silm. Panoraamradiograafia (röntgenipilt, mis näitab kõiki hambaid, lõua ja ümbritsevaid struktuure ühes laias filmis) üldsõeluuringuks; Täpseks hindamiseks kasutatakse periapilist radiograafiat (väike film, millel on üksikasjalikult näha mitu hammast kuni juureotsani). Viimastel aastatel on laialt levinud AI-tööriistad, mis neid pilte automaatselt skannivad. Need tööriistad võivad märkida kaariest, luukadu, periapikaalseid kahjustusi (juureotsa põletikulised alad), kahjustatud hambaid ja mõningaid anatoomilisi struktuure. Selles üksuses näeme samm-sammult, mida need tööriistad teevad, mida nad ei suuda ja kuidas neid kliinikus turvalise "teise silmana" paigutada.
Olgem algusest peale selged: AI radiograafia tööriist on sõeluuringu ja tähelepanu tõmbamise tööriist. Lõpliku radiograafilise tõlgenduse teeb arst koos kliinilise läbivaatuse ja patsiendi ajalooga. Olenemata sellest, kas tööriist märgib leiu või mitte, vastutab arst.
Kuidas AI radiograafia tööriist töötab?
Need tööriistad on mudelid, mis on koolitatud tuhandete varem märgistatud radiograafiate põhjal. "Märgistatud" tähendab, et eksperdid märgivad igal pildil ära, kus on verevalum ja kus on kahjustus. Mudel õpib nendest näidetest mustreid ja otsib sarnaseid mustreid uuel pildil. Väljund on tavaliselt selline:
- Kahtlased piirkonnad, mis on pildil märgitud kasti või soojuskaardiga (värvi esiletõstmine).
- Usaldusskoor (number, mis näitab, kui "kindel" mudel on, näiteks 0-100%) iga piirkonna kohta.
- Mõnikord hammaste nummerdamise ja leidmise kategooria (kaaries, apikaalne kahjustus, luu tase jne).
Näpunäide. Usaldusskoor on tõenäosushinnang, mitte tõendusmaterjal. 92% skoor ei tähenda, et "seal on õõnsus", see tähendab "see pilt on 92% sarnane treeningandmetes olevate õõnsustega". Erinevus on ülioluline.
Turvaline töövoog samm-sammult
- Kõigepealt kontrollige pildi kvaliteeti. AI väljund on ebausaldusväärne, kui esineb vale positsioneerimine, liikumine, kummitusvarjud või alasäri.
- Lugege ise. Enne tehisintellekti vaatamist tõlgendage pilti ise; nii et AI ei juhi teid ("automaatika eelarvamus" - pime usaldus tööriista vastu).
- Võrrelge tehisintellekti märke. Sobitage oma näit piirkondadest, mida tehisintellekt on tähistanud ja mida ei märkinud.
- Lahendage vastuolusid. Kui AI märkis selle ja te ei näinud seda või vastupidi, uurige seda piirkonda uuesti; Vajadusel tehke lisapilte.
- Korreleeruge kliinikuga. Integreerige radiograafia leid intraoraalse läbivaatuse, sümptomite ja ajalooga.
- Kirjutage viimane kommentaar kui arst. Aruandes pange tähele, et tehisintellekti kasutatakse "teise silmana", otsustab arst.
AI tugevad ja nõrgad küljed
Teema
Kas AI on võimas?
tähele
Suure hulga piltide kiire skannimine
Jah
Vähendab tähelepanuta jätmist, tõmbab tähelepanu
Interproksimaalne kaariese (hammastevaheline) märgistus
osaliselt
Varajased kahjustused võivad vahele jääda
Luu taseme mõõtmine
osaliselt
Viide ja kalibreerimine on olulised
Kommenteerige madala kvaliteediga pilti
ei
Artefaktid eksitavad
haruldased patoloogiad
ei
Seda võis treeningandmetes harva näha
Kliinilise konteksti kaasamine
ei
Seda teeb ainult arst
Ettevaatust: AI on ebausaldusväärne olukordades, mis ei sarnane andmetega, mille järgi seda õpetati. Haruldase tsüsti, ebatüüpilise kahjustuse või ebatavalise anatoomia olemasolul võib tööriist vaikida või valesti märgistada.
Mini juhtum 1: teine silm püüab selle, mis kahe silma vahele jääb
Kiire päeva lõpus hindab arst kiiresti panoraamradiograafiat. AI-tööriist tähistab kolmandas molaaris (tarkusehamba) radiolutsents (võimaliku patoloogiaga piirkond, mis paistab röntgenpildil tumedana) piirkonda, mida arst ei märka. Arst pöördub tagasi ja uurib seda, korreleerib selle kliinilise ja periapikaalse kilega, lisab diferentsiaaldiagnostikasse follikulaarse tsüsti (vedelikuga täidetud kotike kahjustatud hamba ümber) ja suunab selle edasisele hindamisele. AI väärtus seisneb siin selles, et see vähendab väsimusega seotud möödalaskmisi.
Minikohver 2: Vale paigutus vale märk
Üks patsient pani panoraamvõttel lõua liiga ette; Esihambad on udused. Tehisintellekti tööriist annab selles häguses piirkonnas kolm eraldi "mädaniku" lippu, mille usaldusskoor on 70–85%. Arst märkab pildikvaliteeti, näeb, et jäljed on põhjustatud artefaktidest, ja võtab filmi uuesti õige asendiga. Uuel pildil pole ühtegi märgistust. Õppetund: halva pildi korral on AI väljund prügi.
Mini juhtum 3: tõhusus numbrites
Kliinik teeb keskmiselt 400 panoraampilti kuus. AI eelskaneerimine juhib arsti tähelepanu keskmiselt 2 potentsiaalsele piirkonnale igal pildil; Arst leiab, et ligikaudu 30% neist on kliiniliselt olulised ja kõrvaldab ülejäänud. Seega väheneb järelevalve, kuid arst raiskab aega ka nende 70% peale, mis kõrvaldatakse. Suurendades usaldusskoori läve 60%-lt 75%-le, vähendab kliinik valepositiivsete lippude arvu ja stabiliseerib töövoogu. Õppetund: läve seadmine määrab tööriista kliinilise koormuse.
Kopeeritavad mallid
Need mallid aitavad teil radiograafiatööriista väljundit tõlgendada ja aru anda; See EI pane diagnoosi. Ärge lisage tegelikku patsiendi ID-d.
Roll: Radioloogiaaruande assistent (ei diagnoosi). Ülesanne: Tõlgi järgmine AI radiograafia väljatrükk arsti kontrollimise kontrollnimekirjaks. Iga märgi puhul: asukoht, kategooria, usaldusskoor, märkus "vajalik kliiniline valideerimine" AI väljund: [anonüümne loend]
Roll: pildikvaliteedi kontroller. Ülesanne: Hinnake järgmisi pildistamistingimusi ja kommenteerige, kas tehisintellekti väljund on usaldusväärne. Kasutage positsioneerimist, liikumist, säritust, artefaktide pealkirju. Tingimused: [kirjeldus]
Roll: Diferentsiaaldiagnoosi meeldetuletus (ei otsusta). Ülesanne: loetlege diferentsiaaldiagnostika rubriigid, mida arst peaks arvestama järgmise radiolucent/radiopaque leidu puhul; Kirjutage igaühe jaoks üles, millist täiendavat ülevaatamist võib vaja minna. Lõplik diagnoos KIRJUTAMINE. Leiu kirjeldus: [anonüümne]
Roll: patsiendi selgitusteksti kirjutaja. Ülesanne: Kirjutage lühike informatiivne lõik, mis selgitab patsiendile lihtsas keeles arsti kinnitatud radiograafilist leidu. Kasutades hirmutavat või lõplikku diagnostilist keelt. Kinnitatud leid: [kirjuta]
Nõrk viip / Tugev viip
Nõrk: "Loetlege, kui palju sinikaid sellel panoraamil on."
Miks see on nõrk: annab tehisintellektile kujutise tõlgendamise ja numbrite andmise rolli, peidab usaldusskoori, jätab kliinilise korrelatsiooni vahele.
Tugev: "Tabelistage tehisintellekti tööriista poolt tagastatud lagunemismärgid koos asukoha ja usaldusskooriga; lisage, milline kliiniline test (visuaalne uuring, sond, hammustuskile) nõuab igaühe jaoks kinnitust. Lõpliku otsuse teen mina."
Miks see on võimas: see muudab tööriista kontrollnimekirja generaatoriks, muudab kontrollimise etapi nähtavaks ja jätab otsustamise arsti teha.
Panoraam ja periapikus: erinevad ülesanded, erinevad ootused
Panoraam- ja periapikaalsed radiograafiad teenivad erinevaid eesmärke ja teie ootused tehisintellektile peaksid vastavalt erinema. Panoraam näitab suurt ala madala detailiga; Üldskaneerimine sobib kahjustatud hammaste, tsüstide, lõualuu luude patoloogiate ja üldise luutaseme korral, kuid see ei näita usaldusväärselt väikest interproksimaalset (hammastevahelist) kaariest. Periapical ja hammustavad filmid näitavad kitsas ala, kus on palju detaile; See on palju sobivam kaariese sügavuse, juure morfoloogia ja periapikaalsete detailide jaoks. Oluline on teada, millise filmitüübi jaoks tehisintellekti tööriist on koolitatud ja valideeritud: oleks vale eeldada, et panoraampildi jaoks treenitud mudelil on periapikaalse taseme kaariese üksikasjad.
See eristus juhib ka teie kliinilist otsust. Kui tehisintellekt märgib panoraampildil ala, on sageli vaja seda ala täpsustada periapikaalse või hammustuskilega. Seega on tehisintellekti panoraam-eelskannil väärtus ka "juhisena", mille abil saate kindlaks teha, millisest piirkonnast soovite täiendavat kaadrit; See ei ole üksi lõplik otsustusvahend.
Mini juhtum 4: suunamine õigesse filmižanri
AI annab panoraampildil alumises molaarses piirkonnas mitmetähendusliku märgi. Arst võtab sihitud periapikaalse filmi, teades, et panoraam ei ole selle detaili jaoks piisav. Kõrge eraldusvõimega pildil saab selgeks, et olukord on varane periapikaalne muutus ja arst jälgib seda. Õppetund: AI eelskannimist kasutatakse kõige tõhusamalt päästikuna, mis suunab õigele lisapildile.
Levinud vead
- AI väljundile tuginemine ilma pildikvaliteeti kontrollimata.
- Otse tehisintellekti signaalide vaatamine ilma oma lugemist tegemata (automaatika eelarvamus).
- Usaldusskoori eksimine absoluutse tõenäosusena.
- Arvestades piirkonna, mida tehisintellekt pole tähistanud, automaatselt "tervislikuks".
- AI väljundi tõlgendamine patsiendi ajaloost ja uuringust.
Kokkuvõttes
AI radiograafiatööriistad pakuvad võimsat teist silma, mis vähendab möödalaskmisi, märkides panoraam- ja periapikaalsetel piltidel kahtlased alad. Kuid usaldusskoor ei ole tõend, halbade piltide väljund on ebausaldusväärne ja harvadel juhtudel on tööriist vale. Õige töövoog: esmalt pildikvaliteet, seejärel arsti enda näit, seejärel võrdlus AI-ga, konfliktide lahendamine, kliiniline korrelatsioon ja lõplik tõlgendus, millele on alla kirjutanud arst.
Rakenduse ülesanne
5 teil oleva panoraampildi jaoks (anonüümsed või hariduslikel eesmärkidel) kirjutage esmalt oma radiograafiline näit, seejärel printige see tehisintellekti tööriistast välja. Iga pildi puhul võrrelge kahes veerus seda, mida tehisintellekt püüdis, kuid millest jäite märkamata, ja seda, mida nägite, kuid tehisintellekt jättis märkamata. Hinnake ilmnevaid erinevusi ja märkige, millise leiutüübi puhul on tööriist tugev/nõrk.
kontrollnimekiri
- [ ] Tegin esmalt iga pildi kvaliteedikontrolli.
- [ ] Kirjutasin oma lugemise ilma tehisintellekti vaatamata.
- [ ] Tõlgendasin usaldusskoori tõenäosushinnanguna, mitte tõendusmaterjalina.
- [ ] Lahendasin AI ja enda lugemise vahelised vastuolud.
- [ ] Lõpliku radiograafilise tõlgenduse andsin kliinilise korrelatsiooniga arstina.