Ieguvumi:
- Spēja definēt AI lomu pirmspārbaudē, prioritāšu noteikšanā un ziņojumu sastādīšanā radiogrāfijas, ultraskaņas un citoloģijas attēlos
- Spēja apstiprināt AI atzīmētos atklājumus ar klīnisko kontekstu, standarta pozicionēšanu un eksperta (radiologa/patologa) novērtējumu
- Spēja saprast, ka uz attēlu balstīta AI nenodrošina galīgu diagnozi, ka veida/pozīcijas/kvalitātes atšķirības ir maldinošas un ka galīgā interpretācija ir ārsta ziņā.
Attēlveidošana ir logs, kas ieved veterinārārsta aci ķermenī. Radiogrāfija (rentgens; iekšējo struktūru attēlveidošana ar rentgena stariem), ultraskaņa (mīksto audu attēlveidošana ar skaņas viļņiem) un citoloģija (šūnu paraugu izmeklēšana mikroskopā) ir neatņemama ikdienas prakses sastāvdaļa. Mākslīgais intelekts (AI) pēdējos gados ir strauji attīstījies šo attēlu modeļu atpazīšanā: tas var atzīmēt iespējamo masu rentgenogrammā, noteikt attēlu kopas prioritāti, sagatavot ziņojumu. Bet visbīstamākais nepareizs priekšstats šeit ir šāds: AI nenosaka galīgo diagnozi pēc attēla. Atšķirības pozīcijā, ekspozīcijā (stara deva), tipā un superpozīcijā (orgānu pārklāšanās) viegli maldina AI. Šajā nodaļā jūs uzzināsit, kā droši izmantot uz redzi balstītu AI kā iepriekšējas pārbaudes un prioritāšu noteikšanas rīku. Galīgā interpretācija vienmēr ir ārstam un, ja nepieciešams, radiologam vai patologam.
Ko AI var un ko nevar darīt attēlveidošanā
Mākslīgā intelekta likumīgās lomas ir: iepriekšēja pārbaude (apskatāmās zonas atzīmēšana), prioritāšu noteikšana (gadījuma ierosināšana, kas šķiet steidzams), palīdzība mērījumos (standarta mērījumu, piemēram, sirds/krūškurvja attiecības, aprēķināšana) un ziņojuma izstrāde (atklāsmes ievietošana precīzā tekstā). Ko mākslīgais intelekts nevar darīt: galīgā diagnoze, ļaundabīga/labdabīga audzēja galīgā diagnoze, lēmums par ārstēšanu un izmeklējuma aizstāšana.
Vismānīgākā uz redzi balstītā mākslīgā intelekta kļūme ir tā, ka tā galvenokārt tiek apmācīta, pamatojoties uz datiem par cilvēkiem vai ierobežotu sugu datiem. Suņa un kaķa krūškurvja, kurta un buldoga krūškurvja anatomija ir atšķirīga. AI var sajaukt šīs atšķirības un atzīmēt parasto variantu kā patoloģiju vai otrādi.
Uzmanību: tas, ka AI atzīmē atradumu, nenozīmē, ka "tur kaut kas ir"; Tas nozīmē "skaties šeit". Katrs atzīmētais apgabals ir jāvalidē attiecībā pret klīnisko kontekstu un standarta pozicionētu attēlveidošanu; Ārstam jāpārbauda arī nemarķētās vietas.
Divvirzienu kļūda: viltus pozitīva un viltus negatīva
Image AI pieļauj divu veidu kļūdas. Viltus pozitīvs: atzīmē atradumu, kas neeksistē (piem., sajaukts ar masu superpozīcijā). Tas rada nevajadzīgu pārbaudi un īpašnieka satraukumu. Viltus negatīvs: nepamana patiesu atradi (piemēram, izlaiž nelielu metastāzi). Tas ir bīstamāk, jo tas var novest pie ārsta nepatiesas pārliecības. Tātad tikai tāpēc, ka AI saka "tīrs", neizslēdz patoloģiju; Ārstam ir jāizvērtē viss attēls ar savām acīm.
Soli pa solim: attēla iepriekšēja novērtēšana ar AI
- Iegūstiet kvalitatīvus attēlus. Bez standarta pozīcijas, pareizas ekspozīcijas, skaidra attēla neviena interpretācija nav uzticama.
- Pievienojiet klīnisko kontekstu. Sniedziet AI sugu, vecumu, sūdzību un pārbaudes rezultātus.
- Pieprasīt iepriekšēju pārbaudi. Lūdziet AI "atzīmēt apskatāmās vietas", nevis "noteikt diagnozi".
- Pārbaudiet zīmes. Pārbaudiet katru zīmi ar standarta attēlu un klīnisko kontekstu.
- Meklējiet tos, kas aizbēga. Pārbaudi pats apgabalus, kurus AI nav atzīmējis.
- Konsultējieties ar speciālistu. Apšaubāmu vai kritisku konstatējumu gadījumā saņemt radiologa/patologa novērtējumu.
- Ļaujiet ārstam apstiprināt ziņojumu. Galīgā interpretācija un paraksts pieder ārstam.
trīs mini futrāļi
1. gadījums. AI 9 gadus vecam sunim iezīmēja iespējamu mezgliņu labajā astes plaušu daivā. Ārsts pārbaudīja zonu ar standarta divu pozīciju ekstrakciju; viņš redzēja, ka zīme patiesībā bija ribu un vēnu ēna, kas pārklājas (viltus pozitīva). AI vērsa uzmanību, bet ārsts laboja diagnozi.
2. gadījums. Noslogotas ārkārtas maiņas laikā uzkrātas 14 rentgenogrammas. AI sakārtoja attēlus pēc steidzamības iespējamības un izvirzīja iespējamu brīva vēdera šķidruma gadījumu. Ārsts izmantoja šo pasūtījumu kā prioritāru norādi, bet tomēr katru attēlu novērtēja pats. Prioritāšu noteikšana ietaupa laiku; Lēmumu pieņēma ārsts.
3. gadījums. Citoloģijas paraugs no masas bija "iespējams, iekaisīgs", teica AI. Ārsts pamanīja, ka parauga kvalitāte ir slikta (maz šūnu, asins piesārņojums), paņēma jaunu paraugu un nosūtīja patologam; Rezultāts bija atšķirīgs. Šis gadījums parāda, ka, ja parauga/attēla kvalitāte ir slikta, AI izvade arī nav uzticama.
Salīdzināšanas diagramma
Statuss
AI loma
Ārsta loma
Attēla kvalitāte ir slikta
Neuzticams, brīdiniet
Atkārtoti uzņemt/izlasīt
Atradums atzīmēts
"Paskaties šeit" pavediens
Pārbaudiet ar standarta attēlu
Atklājumu nav
Neizslēdz patoloģiju
Pārbaudiet to pats
Kritisks/apšaubāms atklājums
Ziņojuma melnraksts
Konsultējieties ar radiologu/patologu, apstipriniet
Četras kopējamas veidnes
Loma: attēla pirmsskrīninga asistents (jūs nenosakāt diagnozi, jūs pievēršat uzmanību).Konteksts: [...] tips, vecums [...], sūdzība [...], šāviena veids [...] pozīcija.Uzdevums: Uzskaitiet šajā attēlā jomas, kuras ir rūpīgi jāaplūko un kāpēc. "Galīgās diagnozes" noteikšana; Katrai precei ierakstiet "ārsts pārbaudīts".
Uzdevums: Izveidojiet strukturētu ZIŅOJUMU no šādiem radioloģijas atklājumiem (tehniskā kvalitāte / atradumi / ieteiktā interpretācija). Noteikums: Uzrakstiet interpretāciju "iespējamā" valodā, nenosakiet galīgo diagnozi. Galīgā interpretācija pieder ārstam. Secinājumi: [...]
Uzdevums: Norādiet šī attēla/parauga tehniskās kvalitātes kontrolsarakstu (pozīcija, ekspozīcija, kustība, parauga atbilstība). Ja kvalitāte ir zema, tiks izcelts brīdinājums "komentārs nav uzticams, ir jāpārpublicē". Konteksts: [...]
Uzdevums: Saraksts ar sarkanā karoga kritērijiem, kad nepieciešama nosūtīšana pie speciālista (radiologa/patologa) sekojošai atradei. Lēmums ir ārstam. Atradums: [...]
Vāja uzvedne / spēcīga uzvedne
Vāja: "Kas ir šajā rentgenā, diagnosticējiet to."
Güçlü: "Labās un kreisās puses sānu krūškurvja rentgenogramma 10 gadus vecam kaķim, kurš sūdzas par klepu. Uzskaitiet apgabalus, kas rūpīgi jāpārbauda, un norādiet iemeslu; nenosakiet galīgo diagnozi, katrai vienībai ierakstiet "ārstam ir jāpārbauda". Ja redzat attēla kvalitātes problēmu, vispirms norādiet to."
Spēcīgajā uzvednē mākslīgā intelekta loma aprobežojas ar iepriekšēju pārbaudi, kvalitātes kontrole ir prioritāte un diagnostika ir aizliegta.
Biežas kļūdas
- Kļūdaina zīme atpazīšanai. AI saka "skaties šeit", nevis "tas ir tas".
- Komentē ar sliktas kvalitātes attēliem. Gan mākslīgais intelekts, gan cilvēks maldās ar zemas kvalitātes attēlu.
- Uzticoties “tīrajai” produkcijai un atteikšanās no pārskatīšanas. Viltus negatīvi ir reāls risks.
- Apejot žanra/pozīcijas atšķirību. AI, kas apmācīts uz cilvēku vai cita veida datiem, maldinās.
- Speciālista nosūtīšanas kavēšanās. Kritisku/aizdomīgu konstatējumu gadījumā radiologa/patologa novērtējums ir būtisks.
Uzticības slieksnis un "melnās kastes" problēma
Uz redzi balstīti AI rīki bieži vien atgriež varbūtības rādītāju: “auditorija, iespējams, būs augsta” vai procentuālā daļa. Šis skaitlis rada maldinošu noteiktības sajūtu; Tomēr bieži vien nav iespējams redzēt, kā modelis pieņem lēmumus fonā. To sauc par melnās kastes problēmu: sistēma rada rezultātu, bet neizskaidro savu argumentāciju tā, lai cilvēki to varētu kontrolēt. Ārstam nevajadzētu akli paļauties uz iznākumu, kuram viņš neredz pamatojumu. Augsts rādītājs ir nozīmīgs, ja dati un apstākļi, kādos šis modelis tika apmācīts, ir līdzīgi jūsu pacientam; Ja ir iesaistīta cita suga, cita ierīce vai neparasta pozīcija, rezultāts ātri kļūst neuzticams.
Īkšķis ir tāds, ka neatkarīgi no AI rezultāta pārbaudiet pats un saskaņojiet to ar klīnisko kontekstu, lai atrastu jebkuru konstatējumu, kas varētu mainīt jūsu lēmumu. Augsts rezultāts var novirzīt jūs uz pārbaudi, bet pārbaude un pārbaude nosaka diagnozi; Zemam rezultātam nevajadzētu jūs nomierināt, jo vienmēr ir iespējams kļūdaini negatīvs rezultāts. Turklāt viena un tā paša attēla atkārtota novērtēšana dažādos apstākļos (jauna pozīcija, atšķirīga ekspozīcija) samazina kļūdas robežu gan jums, gan AI. Vision AI ir rīks, kas novirza pieredzējušas acs uzmanību, nevis to aizstāj; Galīgās interpretācijas smagums vienmēr ir ārsta ziņā.
Rezumējot
Uz redzi balstīts AI ir spēcīgs palīglīdzeklis iepriekšējai pārbaudei, prioritāšu noteikšanai un ziņojumu sastādīšanai; bet tas nenosaka galīgo diagnozi. Uztveriet to marķējumus kā “skatieties šeit”, pārbaudiet katru ar standarta attēliem un klīnisko kontekstu un pats pārbaudiet neatzīmētos apgabalus. Ja attēla/parauga kvalitāte ir slikta, izvade nav uzticama. Kritisku konstatējumu gadījumā konsultējieties ar radiologu vai patologu. Galīgā interpretācija un atbildība ir ārstam.
Lietojumprogrammas uzdevums
Iepriekš skenējiet trīs attēlus (vienu rentgenogrammu, vienu ultraskaņas šķēli, vienu citoloģiju) AI. Katram: (1) pārbaudiet AI apzīmēto apgabalu ar standarta attēlu, (2) novērtējiet, vai ir kļūdaini pozitīvs vai viltus negatīvs, (3) atzīmējiet, kurā gadījumā nepieciešams speciālista nosūtījums. Izveidojiet arī kvalitātes kontrolsarakstu un izmantojiet to klīnikā.
kontrolsaraksts
- [ ] Es saņēmu kvalitatīvu attēlu ar standarta pozīciju un pareizu ekspozīciju.
- [ ] Es sniedzu AI klīnisko kontekstu (tipu, vecumu, sūdzību).
- [ ] Es prasīju AI iepriekšēju skrīningu, nevis diagnozi.
- [ ] Es pārbaudīju atzīmētos apgabalus ar standarta attēlu.
- [ ] Pats pārbaudīju arī neatzīmētās vietas.
- [ ] Es konsultējos ar ekspertu par kritiskiem/aizdomīgiem atklājumiem.
- [ ] Kā ārsts es apstiprināju gala ziņojumu.