Dobici:
- Sposobnost definiranja uloge umjetne inteligencije u prethodnom pregledu, određivanju prioriteta i izradi izvješća u radiografskim, ultrazvučnim i citološkim slikama
- Sposobnost potvrđivanja nalaza označenih AI kliničkim kontekstom, standardnim pozicioniranjem i stručnom (radiolog/patolog) procjenom
- Sposobnost razumijevanja da umjetna inteligencija temeljena na slici ne daje konačnu dijagnozu, da su razlike u vrsti/položaju/kvaliteti obmanjujuće i da konačno tumačenje leži na liječniku.
Imaging je prozor koji uvodi veterinarovo oko u tijelo. Radiografija (rendgensko snimanje; snimanje unutarnjih struktura rendgenskim zrakama), ultrazvuk (snimanje mekih tkiva zvučnim valovima) i citologija (pregled uzoraka stanica pod mikroskopom) sastavni su dijelovi svakodnevne prakse. Umjetna inteligencija (AI) posljednjih je godina brzo napredovala u prepoznavanju uzoraka na tim slikama: može označiti moguću masu na rendgenskom snimku, odrediti prioritet skupa slika, sastaviti izvješće. Ali najopasnija zabluda ovdje je sljedeća: umjetna inteligencija ne postavlja konačnu dijagnozu na temelju slike. Razlike u položaju, ekspoziciji (doza snopa), vrsti i superpoziciji (preklapanje organa) lako dovode AI u zabludu. U ovoj ćete jedinici naučiti kako sigurno koristiti umjetnu inteligenciju temeljenu na vidu kao alat za pretprovjeru i određivanje prioriteta. Konačna interpretacija uvijek pripada liječniku i, kada je potrebno, radiologu ili patologu.
Što AI može, a što ne može učiniti u slikanju
Legitimne uloge umjetne inteligencije su: pretprovjera (označavanje područja koje treba pregledati), određivanje prioriteta (predstavljanje slučaja koji se čini hitnim), pomoć pri mjerenju (izračunavanje standardnih mjerenja kao što je omjer srce/prsni koš) i sastavljanje izvješća (stavljanje nalaza u uredan tekst). Ono što umjetna inteligencija ne može: konačna dijagnoza, konačna dijagnoza malignog/benignog, odluka o liječenju i zamjena pregleda.
Najpodmuklija zamka umjetne inteligencije temeljene na viziji je ta da se uglavnom trenira na ljudskim podacima ili ograničenim podacima o vrstama. Anatomija prsnog koša psa i mačke, hrta i buldoga je različita. AI može zbuniti te razlike i označiti normalnu varijaciju kao patologiju ili obrnuto.
Oprez: samo zato što AI označava nalaz ne znači da "tu postoji nešto"; To znači "pogledaj ovdje". Svako označeno područje treba biti validirano u odnosu na klinički kontekst i standardno postavljenu sliku; Liječnik bi također trebao pregledati neoznačena područja.
Dvosmjerna pogreška: lažno pozitivna i lažno negativna
Image AI čini dvije vrste pogrešaka. Lažno pozitivno: označava nalaz koji ne postoji (npr. greškom se smatra masom u superpoziciji). To dovodi do nepotrebnog pregleda i tjeskobe vlasnika. Lažno negativan: izostaje pravi nalaz (npr. izostaje mala metastaza). To je opasnije jer liječnika može dovesti u lažno povjerenje. Dakle, samo zato što AI kaže "čisto" ne isključuje patologiju; Liječnik mora vlastitim očima procijeniti cijelu sliku.
Korak po korak: Predevaluacija slike pomoću AI
- Dobijte kvalitetne slike. Bez standardnog položaja, ispravne ekspozicije, jasne slike, nikakvo tumačenje nije pouzdano.
- Dodajte klinički kontekst. AI-u dajte vrstu, dob, pritužbu i nalaze pregleda.
- Zatražite prethodni pregled. Zatražite od umjetne inteligencije da "označi područja koja treba pogledati", a ne da "postavi dijagnozu".
- Provjerite znakove. Provjerite svaki znak standardnom slikom i kliničkim kontekstom.
- Potraga za onima koji su pobjegli. Ispitajte sami područja koja AI nije označio.
- Posavjetujte se sa stručnjakom. Zatražite procjenu radiologa/patologa u slučaju upitnih ili kritičnih nalaza.
- Neka liječnik odobri izvješće. Konačno tumačenje i potpis pripada liječniku.
tri mini kućišta
Slučaj 1. AI kod 9-godišnjeg psa označio je mogući nodul u desnom kaudalnom režnju pluća. Liječnik je provjerio područje standardnom ekstrakcijom u dva položaja; vidio je da je oznaka zapravo preklapajuća sjena rebara i vena (lažno pozitivno). AI je usmjerio pozornost, ali je liječnik ispravio dijagnozu.
Slučaj 2. 14 rendgenskih snimaka prikupljenih tijekom pune hitne smjene. AI je sortirao slike prema vjerojatnosti hitnosti i iznio mogući slučaj slobodne abdominalne tekućine. Liječnik je koristio ovaj redoslijed kao prioritetni znak, ali je ipak sam procijenio svaku sliku. Određivanje prioriteta uštedjelo vrijeme; Odluka je bila na liječniku.
Slučaj 3. Citološki uzorak iz mase bio je "moguće upalni", rekao je AI. Liječnik je primijetio da je kvaliteta uzorka loša (malo stanica, kontaminacija krvi), uzeo je novi uzorak i poslao ga patologu; Rezultat je bio drugačiji. Ovaj slučaj pokazuje da ako je kvaliteta uzorka/slike loša, AI izlaz također nije pouzdan.
Usporedna tablica
Status
Uloga AI
Uloga liječnika
Kvaliteta slike je loša
Nepouzdano, upozorite
Ponovno snimanje/uzorak
Nalaz označen
"Pogledaj ovdje" trag
Provjerite standardnom slikom
Nema nalaza
Ne isključuje patologiju
Provjerite sami
Kritičan/upitan nalaz
Prijavite nacrt
Posavjetujte se s radiologom/patologom, potvrdite
Četiri predloška za kopiranje
Uloga: Pomoćnik pri prethodnom pregledu slike (vi ne postavljate dijagnozu, vi privlačite pozornost). Kontekst: Vrsta [...], dob [...], pritužba [...], vrsta snimke [...] položaj. Zadatak: Navedite područja na ovoj slici koja treba pažljivo pogledati i zašto. Davanje "definitivne dijagnoze"; Napišite "liječnik potvrdio" za svaku stavku.
Zadatak: Napravite strukturirani NACRT IZVJEŠĆA od sljedećih radioloških nalaza (tehnička kvaliteta / nalazi / predložena interpretacija). Pravilo: Napišite interpretaciju "mogućim" jezikom, nemojte postavljati konačnu dijagnozu. Konačno tumačenje pripada liječniku. Nalazi: [...]
Zadatak: Navedite popis tehničke kvalitete za ovu sliku/uzorak (položaj, ekspozicija, kretanje, primjerenost uzorka). Ako je kvaliteta niska, istaknut će se upozorenje "komentar je nepouzdan, mora se ponovno objaviti". Kontekst: [...]
Zadatak: Navedite s crvenom zastavicom kriterije kada je za sljedeći nalaz potrebna uputnica specijalistu (radiolog/patolog). Odluka pripada liječniku. Nalaz: [...]
Slab upit / Jak upit
Slabo: "Što je na ovoj rendgenskoj snimci, dijagnosticirajte."
Güçlü: "Desno-lijevo lateralna radiografija prsnog koša 10-godišnje mačke koja se žali na kašalj. Navedite područja koja treba pažljivo pregledati i razlog; nemojte postavljati konačnu dijagnozu, napišite 'liječnik mora potvrditi' za svaku stavku. Ako vidite problem s kvalitetom slike, prvo to navedite."
U snažnom upitu, uloga umjetne inteligencije ograničena je na prethodni pregled, kontrola kvalitete ima prioritet, a dijagnoza je zabranjena.
Uobičajene greške
- Zamjena znaka za prepoznavanje. AI kaže "pogledaj ovdje", a ne "ovo je to".
- Komentiranje sa slikama loše kvalitete. I umjetna inteligencija i ljudi greše u slici niske kvalitete.
- Vjerovati "čistom" rezultatu i odustati od pregleda. Lažno negativni rezultati su pravi rizik.
- Zaobilazeći razliku žanr/pozicija. Umjetna inteligencija obučena na ljudske ili druge vrste podataka dovest će u zabludu.
- Odgađanje upućivanja specijalistu. Kod kritičnih/sumnjivih nalaza neophodna je procjena radiologa/patologa.
Prag povjerenja i problem "crne kutije".
Alati umjetne inteligencije koji se temelje na viziji često vraćaju rezultat vjerojatnosti: "vjerojatno visoka publika" ili postotak. Ovaj broj stvara varljiv osjećaj sigurnosti; Međutim, često nije moguće vidjeti kako model donosi odluke u pozadini. To se zove problem crne kutije: sustav proizvodi rezultat, ali ne objašnjava svoje razmišljanje na način koji ljudi mogu kontrolirati. Liječnik ne bi trebao imati slijepo povjerenje u ishod za koji ne vidi opravdanje. Visok rezultat ima smisla ako su podaci i uvjeti na kojima je taj model treniran slični onima kod vašeg pacijenta; Ako je riječ o drugoj vrsti, drugom uređaju ili neobičnom položaju, rezultat brzo postaje nepouzdan.
Osnovno pravilo je da, bez obzira na rezultat AI-a, provjerite sami i uskladite ga s kliničkim kontekstom za bilo koji nalaz koji bi promijenio vašu odluku. Visok rezultat može vas uputiti na test, ali test i pregled postavljaju dijagnozu; Niska ocjena ne bi vas trebala umiriti jer je lažno negativan uvijek moguć. Dodatno, ponovna procjena iste slike pod različitim uvjetima (novi položaj, drugačija ekspozicija) smanjuje marginu pogreške i za vas i za AI. Vision AI je alat koji vodi pozornost iskusnog oka, a ne zamjena za njega; Težina konačnog tumačenja uvijek je na liječniku.
Ukratko
Umjetna inteligencija temeljena na viziji moćna je pomoć u prethodnom pregledu, određivanju prioriteta i izradi izvješća; ali ne postavlja konačnu dijagnozu. Uzmite njihove oznake kao znak "pogledajte ovdje", provjerite svaku standardnim slikama i kliničkim kontekstom i sami pregledajte neoznačena područja. Ako je kvaliteta slike/uzorka loša, izlaz je nepouzdan. U slučaju kritičnog nalaza konzultirajte radiologa ili patologa. Konačna interpretacija i odgovornost pripada liječniku.
Zadatak aplikacije
Prethodno skenirajte tri slike (jednu radiografiju, jedan ultrazvučni isječak, jednu citologiju) u AI. Za svaki: (1) provjerite područje označeno AI-om standardnom slikom, (2) procijenite postoji li lažno pozitivno ili lažno negativno, (3) zabilježite koji slučaj zahtijeva upućivanje stručnjaka. Također napravite popis za provjeru kvalitete i koristite ga u klinici.
popis za provjeru
- [ ] Dobio sam kvalitetnu sliku sa standardnim položajem i ispravnom ekspozicijom.
- [ ] Dao sam klinički kontekst (tip, dob, tegoba) AI-u.
- [ ] Tražio sam AI za prethodni pregled, a ne za dijagnozu.
- [ ] Provjerio sam označena područja standardnom slikom.
- [ ] Također sam osobno pregledao neoznačena područja.
- [ ] Konzultirao sam stručnjaka o kritičnim/sumnjivim nalazima.
- [ ] Kao liječnik, odobrio sam konačno izvješće.