Keuntungan:
- Keupayaan untuk membezakan kawasan penggunaan biasa dan had khusus modaliti bagi aplikasi kecerdasan buatan dalam modaliti yang berbeza (grafia, CT, MR, mamografi)
- Keupayaan untuk menilai peranan AI sebagai pembaca kedua dan implikasi klinikal ambang keputusan dalam bidang berimpak tinggi seperti mamografi dan strok CT
- Memahami bahawa prestasi mungkin menurun (anjakan pengedaran) apabila populasi dan peranti di mana kecerdasan buatan dilatih dalam setiap modaliti dipindahkan ke luar
Kecerdasan buatan bukan hanya satu perkara dalam radiologi; Untuk setiap modaliti (kaedah pengimejan), ia membawa alat yang berbeza, kuasa yang berbeza dan had yang berbeza. Model X-ray dada dan model CT strok menyelesaikan masalah yang sama sekali berbeza dan membuat corak ralat yang berbeza. Dalam unit ini, kami akan merangkumi lima kawasan yang paling biasa—radiografi dada, CT, MRI, mamografi dan strok—dengan penggunaan dan perangkap khusus modaliti. Matlamatnya adalah untuk menggunakan setiap alat untuk kerja yang betul, dengan had yang betul.
Prinsip teras tidak berubah tetapi mengambil wajah baharu dalam setiap modaliti: Setiap model dilatih pada peranti tertentu, protokol tertentu dan populasi pesakit tertentu. Apabila syarat ini melebihi, prestasi mungkin menurun; Ini dipanggil anjakan pengedaran. Diagnosis adalah milik ahli radiologi, yang merupakan pembaca pertama, bukan pembaca kedua.
Penggunaan dan had mengikut modaliti
Radiografi paru-paru (x-ray): Data yang paling banyak terdapat di sini; model menjana bendera untuk pneumothorax, penyatuan (kepenuhan radang paru-paru), nodul, efusi pleura (cecair interpleural), dan saiz jantung. Kekuatannya adalah kelajuan dan pengimbasan; kelemahannya ialah positif palsu yang tinggi disebabkan oleh struktur bertindih (tulang, vesel, bayangan payudara) dan kecenderungan untuk terlepas nodul kecil.
CT (computed tomography): Terima kasih kepada imej keratan rentas, model ini berkuasa untuk embolisme, pendarahan, nodul, patah tulang, isipadu organ. Kekuatannya adalah ukuran tiga dimensi; Kelemahannya ialah kepekaan yang tinggi terhadap protokol/ketebalan kepingan dan fasa kontras—prestasi berbeza dengan protokol yang berbeza.
MRI (resonans magnetik): Kontras tisu lembut adalah tinggi; Terdapat model untuk penyebaran strok, lesi prostat, lesi otak, tulang rawan. Kelemahannya ialah terdapat terlalu banyak kepelbagaian peranti/jujukan — model kehilangan kebolehpercayaan di luar jujukan di mana ia dilatih.
Mamografi: Medan berimpak tinggi; Model bertindak sebagai pembaca kedua untuk jisim dan mikrokalsifikasi. Kekuatannya mengurangkan kesilapan dalam pemeriksaan kanser payudara; Kelemahannya ialah kemerosotan prestasi dalam tisu payudara yang padat dan overhed penarikan semula positif palsu.
Strok (CT/CT angiografi/perfusi otak): Ini adalah kawasan kritikal masa; model menyediakan bendera pantas untuk oklusi salur besar (LVO), tanda awal iskemia, dan pendarahan, mempercepatkan keputusan rawatan (trombektomi). Kelemahannya ialah artifak pergerakan dan kebolehpercayaan terhad dalam penemuan awal/pengsan.
modaliti
Penggunaan AI biasa
sisi yang kuat
Had khusus modaliti
X-ray paru-paru
Pneumothorax, nodul, bendera efusi
laju, imbas
Bertindih, positif palsu yang tinggi
IT
Embolisme, pendarahan, nodul, isipadu
Pengukuran 3D
Sensitif kepada fasa protokol/kontras
MRI
Penyebaran strok, prostat, otak
tisu lembut
Kepelbagaian urutan/peranti
mamografi
Jisim, mikrokalsifikasi (pembaca ke-2)
Kurangkan inkontinens
Jatuhkan dalam payudara padat, ingat beban
Strok CT
LVO, iskemia, bendera berdarah
menjimatkan masa
Artifak, penemuan awal/pengsan
Peranan pembaca kedua dan ambang keputusan
Dalam bidang berimpak tinggi seperti mamografi dan strok, AI sering diletakkan sebagai pembaca kedua: ahli radiologi membaca, kemudian apa yang ditanda AI disemak (atau sebaliknya). Ini memberi peluang untuk menangkap apa yang terlepas oleh ahli radiologi tunggal. Tetapi terdapat dua risiko. Pertama, kawasan yang tidak ditandakan oleh AI dianggap "bersih" (bias automasi). Kedua, akibat klinikal ambang keputusan: jika ambang rendah dalam mamografi, akan ada lebih banyak penarikan balik (dan biopsi yang tidak perlu, kebimbangan); Jika ia tinggi, kebocoran meningkat. Ambang ini ditetapkan oleh falsafah saringan institusi dan tafsiran ahli radiologi; bukan lalai kejuruteraan.
Awas: Hanya kerana model berfungsi dengan baik dalam satu modaliti tidak bermakna ia akan berfungsi dengan baik dalam modaliti lain atau pada peranti/protokol berbeza dengan modaliti yang sama. Jika model dilatih untuk "radiografi paru-paru", prestasinya mungkin berbeza dalam radiografi penjagaan kritikal mudah alih. Skop penggunaan sentiasa terhad kepada skop yang modelnya telah diluluskan.
tiga kes mini
Kes 1 — Mamografi memperoleh pembaca kedua. Pakar radiologi membaca mamogram saringan secara normal. YZ sebagai pembaca kedua menandakan gugusan mikrokalsifikasi di rantau. Pakar radiologi melihat ke belakang dan melihat gugusan yang sangat samar; Dengan pengimejan tambahan, karsinoma duktal awal in situ (kanser payudara peringkat awal) dikesan. AI menghalang pelarian sebagai "mata kedua"; Pakar radiologi memberikan diagnosis.
Kes 2 — Keuntungan masa strok. Dalam angiogram CT otak kecemasan, AI menandakan oklusi kapal besar (LVO) dalam masa 2 minit dan mencetuskan pasukan strok. Ahli radiologi mengesahkan, pesakit dibawa ke trombektomi; Masa dari pintu ke jarum dipendekkan dengan ketara. Tetapi pada minggu yang sama, model itu terlepas iskemia awal yang lemah; Pakar radiologi menangkapnya dengan bacaannya sendiri. AI membawa kelajuan, tetapi pembaca pertama kekal sebagai ahli radiologi.
Kes 3 — Anjakan pengedaran. Model x-ray dada berfungsi dengan sempurna pada peralatan pegun di hospital besar. Apabila model yang sama digunakan pada peranti mudah alih unit rawatan rapi, positif palsu meletup: pendedahan berbeza, kualiti buruk dan bayang peralatan bertindih mengelirukan model. Pasukan menyedari bahawa mereka menggunakan model pada graf mudah alih tanpa pengesahan setempat dan mengecilkan skop. Pelajaran: prestasi berubah apabila peranti/protokol berubah.
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Adakah model MRI ini bagus? Patutkah kita menggunakannya?
Tiada butiran modaliti, urutan, populasi dan penggunaan yang dimaksudkan; Jawapan umum dan berisiko datang.
Gesaan kuat:
Peranan anda: Perunding CO dalam pemilihan AI khusus modaliti. Membuat keputusan; Kemukakan soalan apa yang patut saya kemukakan. Kami sedang mempertimbangkan model lesi MRI prostat. Pertimbangkan: (1) apakah jujukan/peranti/kekuatan medan magnet model itu dilatih, adakah ia sepadan dengan kita, (2) populasi manakah ia telah disahkan, (3) adakah ia alat pembaca kedua atau diagnostik, (4) adakah ia berada pada had yang diketahui dalam kes padat/atipikal, (5) adalah risiko menggunakannya tanpa pengesahan setempat. Keputusan muktamad terletak pada institusi.
Soalan gesaan yang kuat mempersoalkan pematuhan khusus modaliti, populasi dan pengesahan tempatan.
Templat gesaan yang boleh disalin
TEMPLAT PEMATUHAN MODALITIPeranan anda: PEMBANTU. Saya akan memberi anda model AI dan maklumat peranti/protokol kami sendiri. Bandingkan kami dengan modaliti, peranti, urutan/protokol dan populasi di mana model itu dilatih; Senaraikan perbezaan yang berisiko hanyut pengedaran dan nilai sama ada pengesahan tempatan diperlukan. Keputusan ada di institusi. Maklumat: [tulis]
TEMPLAT DISIPLIN PEMBACA KEDUAHasilkan saya senarai semak yang akan mengekalkan disiplin membaca saya apabila menggunakan AI pembaca kedua: patutkah saya membaca diri saya dahulu, bagaimana saya melindungi kawasan yang tidak ditanda AI, bagaimana saya mengesahkan tanda AI, bagaimana saya mengelakkan bias automasi. Modaliti: [tulis]
TEMPLATEI KEPUTUSAN ABANG KEPUTUSAN akan memberi anda senario ambang keputusan dalam modaliti (cth. mamografi). Terangkan akibat klinikal menurunkan/meningkatkan ambang penarikan balik, biopsi yang tidak perlu, pengelakan dan kebimbangan. Ingatkan kami bahawa ambang ditetapkan oleh falsafah penapisan institusi. Skrip: [tulis]
TEMPLATEI PERINGATAN HAD MODALITI akan memberi anda modaliti dan tugas AI. Senaraikan sumber ralat biasa yang khusus untuk modaliti ini (cth., pertindihan dalam X-ray dada, perbezaan urutan dalam MRI, artifak dalam CT strok) dan titik yang perlu diberi perhatian tambahan oleh pakar radiologi. Modaliti/tugas: [tulis]
Kesilapan biasa
- Menggunakan model khusus modaliti dalam keadaan lain. Model peranti pegun berkelakuan berbeza dalam mudah alih; skop mesti dipelihara.
- Mengira sebagai "bersih" apa yang tidak ditanda oleh pembaca kedua. Bias automasi; Bacaan mereka harus dilindungi.
- Menganggap ambang keputusan sebagai tetapan kejuruteraan. Ambang adalah keseimbangan klinikal; Ia diselaraskan dengan falsafah imbasan.
- Mengabaikan perbezaan urutan/protokol. Model MR/CT kehilangan kebolehpercayaan di luar protokol di mana mereka dilatih.
- Penyebaran tanpa pengesahan tempatan. Hanyutan pengedaran secara senyap merendahkan prestasi.
Petua: Sebelum menggunakan model khusus modaliti baharu, tanya tiga soalan: "Peranti/protokol/populasi apakah model ini dilatih? Adakah model kami kelihatan seperti itu? Adakah kami telah mengesahkannya pada data kami sendiri?" Jika ketiga-tiganya tidak memuaskan, model itu bukan pemecut tetapi risiko tersembunyi.
Secara ringkasnya
AI ialah alat yang berbeza dalam setiap modaliti: saringan pantas dalam X-ray dada tetapi positif palsu kerana pertindihan; Pengukuran 3D yang berkuasa tetapi sensitiviti protokol dalam CT; Kekuatan tisu lembut tetapi kepelbagaian urutan dalam MRI; pembaca kedua mengurangkan penculikan tetapi mengingat beban dalam mamografi; Keuntungan masa dalam pukulan tetapi had artifak. Dalam bidang berimpak tinggi seperti mamografi dan strok, AI menjadi pembaca kedua, tetapi pembaca pertama sentiasa ahli radiologi dan ambang keputusan adalah keseimbangan klinikal. Apabila peranti, protokol dan populasi di mana setiap model dilatih dialihkan keluar dari julat, prestasinya menurun (anjakan pengedaran); jadi skop mesti dikekalkan dan pengesahan tempatan mesti dilakukan.
Tugasan permohonan
Pilih modaliti dalam rutin anda (radiografi, CT, MRI, mamografi, atau strok). Menggunakan templat "Peringatan Had Modaliti", tulis sekurang-kurangnya tiga sumber biasa ralat AI khusus untuk modaliti tersebut dan tempat perhatian tambahan untuk ahli radiologi. Kemudian nilaikan model yang anda sedang pertimbangkan untuk modaliti itu dengan templat "Modality Fit": adakah peranti/protokol/populasi yang dilatih sepadan dengan anda, adakah pengesahan setempat diperlukan? Jika ada peranan pembaca kedua, sesuaikan senarai "Disiplin Pembaca Kedua" ke dalam rutin anda.
senarai semak
- [ ] Saya mempelajari modaliti, peranti, protokol dan populasi di mana model itu dilatih.
- [ ] Saya menilai keserasian dengan keadaan saya sendiri (risiko hanyut pengedaran).
- [ ] Saya menggunakan model hanya setakat yang telah diluluskan.
- [ ] Saya mengekalkan bacaan bebas saya sendiri dalam peranan pembaca kedua.
- [ ] Saya faham bahawa ambang keputusan adalah keseimbangan klinikal dan ditetapkan oleh falsafah saringan.
- [ ] Saya menganggap sumber ralat khusus modaliti biasa (artifak, pertindihan, perbezaan jujukan).
- [ ] Saya tidak menyebarkan dalam keadaan baharu tanpa pengesahan setempat.