End-to-end workflow, kwaliteitsbeheer en zelfaudit

Winst:

• Mogelijkheid om een end-to-end workflow te ontwerpen die laat zien waar en met welke goedkeuring kunstmatige intelligentie een rol speelt in de hele keten, van pre-shooting tot ondertekening van het rapport.
• Mogelijkheid om prestatiemonitoring, feedbackloop en regelmatige zelfaudit in door kunstmatige intelligentie ondersteunde processen tot stand te brengen
• Vermogen om het gebruik van kunstmatige intelligentie in een beeldvormingseenheid duurzaam te maken met de principes van bestuur, verantwoordelijkheid en continue verbetering

In de voorgaande tien units hebben we de onderdelen van AI in de radiologie behandeld: triage, gestructureerde rapportage, meetautomatisering, PACS-integratie, statistieken, modaliteitsspecifieke hulpmiddelen, beeldkwaliteit, tracking en privacy. In deze laatste unit zullen we de stukken combineren en een end-to-end workflow opzetten: een holistische kaart die laat zien waar en met welke goedkeuring kunstmatige intelligentie een rol speelt in de keten die een audit doorloopt vanaf het moment van aanvraag tot aan het ondertekende rapport. Vervolgens zullen we de twee dingen bekijken die deze stroom duurzaam maken: kwaliteitsmanagement (monitoring van prestaties, feedbackloop) en zelfregulering (regelmatige evaluatie, governance).

Kernprincipe: Veilig gebruik van AI-aangedreven beeldvorming is geen eenmalige installatie; Het is een levend proces dat constante monitoring van de prestaties, een feedbackloop, beoordeling van foutpatronen en regelmatige zelfcontrole vereist. Bij elke stap blijven de verantwoordelijkheid, de handtekening en de uiteindelijke beslissing bij de radioloog liggen.

End-to-end-stroom: waar is AI, die dit bevestigt

Laten we het traject van een audit volgen, inclusief de punten waarop AI een rol speelt en de menselijke goedkeuring op elk punt.

1. Verzoek en indicatie: De arts vraagt ​​om een ​​onderzoek. AI kan indicatiegeschiktheid en protocolselectie aanbevelen; De technicus/radioloog keurt dit goed. (Eenheid 8)
2. Opname en kwaliteit: Modaliteit produceert het beeld. AI-dosisoptimalisatie, ruisonderdrukking en artefactmarkering; De monteur beslist over de kwaliteit en maakt indien nodig een nieuwe opname. (Eenheid 8)
3. Triage: Het beeld valt in het PACS. AI geeft prioriteit aan tijdkritische gebeurtenissen; De radioloog leest nog steeds elk onderzoek. (Eenheid 2)
4. Lezen en detecteren: De radioloog leest. CAD-markeringen als tweede oog; De radioloog beoordeelt wat gemarkeerd is en wat niet. (Eenheid 6, 7)
5. Meten en opvolgen: AI meet en vergelijkt met eerder onderzoek; De radioloog controleert de consistentie. (Eenheid 4, 9)
6. Rapportage: AI produceert gestructureerde concepten; De radioloog koppelt elke zin aan de afbeelding en ondertekent deze. (Eenheid 3)
7. Melding van kritieke bevindingen: AI herinnert aan kritische bevindingen; De radioloog bevestigt, communiceert met de arts en voltooit de gesloten lus. (Eenheid 2, 6)
8. Archief- en traceringsregistratie: AI-uitvoer wordt opgeslagen als een aparte laag; Het origineel wordt niet gewijzigd, het sporenbestand blijft behouden. (Eenheid 5)

Stadium

AI-rol

menselijke goedkeuring

Verbonden eenheid

Verzoek/protocol

Suggestie

Technicus + radioloog

8

Schot/kwaliteit

Dosis, ruisonderdrukking, artefact

technicus

8

triage

prioriteit vlag

Radioloog (leest nog steeds)

2

Lezen/detecteren

CAD tweede oog

Radioloog (diagnostisch)

6, 7

Meting/tracking

Berekening, vergelijking

Radioloog (corrigeert)

4, 9

Rapportage

ontwerp

Radioloog (handtekening)

3

kritische bevinding

herinnering

Radioloog (zendt, bevestigt)

2, 6

archief

aparte laag

Systeem + trackopname

5

Deze tabel is een samenvatting van de module: naarmate het risico toeneemt, krimpt de rol van AI en groeit de menselijke instemming; In geen enkele regel neemt de AI de lezing, diagnose of handtekening over.

Rapportage van kritische bevindingen: gesloten lus

Een kritieke bevinding (ernstige bloeding, massale embolie, gespannen pneumothorax) wordt niet geacht te zijn meegedeeld door deze eenvoudigweg in het rapport te schrijven. Gesloten communicatie betekent dat de informatie de behandelende arts bereikt en rechtstreeks ontvangt. AI kan zich een kritische bevinding herinneren of zelfs een conceptmelding opstellen; Het is echter de verantwoordelijkheid van de radioloog om de bevinding te bevestigen, deze aan de juiste arts te communiceren, de communicatie te documenteren en de cirkel te sluiten. Geautomatiseerde waarschuwingen zijn geen vervanging voor menselijke communicatie.

Let op: het feit dat er een AI-waarschuwing voor kritieke bevindingen op de werklijst verschijnt, betekent niet dat de melding is gedaan. De melding is pas voltooid als de radioloog de bevinding bevestigt, de behandelend arts bereikt en de informatie ontvangt. Het is de taak van de mens om de gesloten kringloop te sluiten.

Kwaliteitsmanagement en zelfcontrole

Een door AI aangedreven proces kan in de loop van de tijd kapot gaan: het model wordt bijgewerkt, het apparaat verandert, de populatie verschuift, het aantal fout-positieve reacties neemt toe. Daarom moeten de prestaties voortdurend worden gecontroleerd.

• Prestatiemonitoring: Verzamel vals-positieve/negatieve monsters; Houd de triagevlagpercentages en het werkelijk positieve percentage bij.
• Feedbackloop: Verzamel systematisch de feedback van radiologen "deze vlag was verkeerd/dit heb ik gemist" en deel deze met de fabrikant.
• Foutbeoordeling: bekijk gemiste bevindingen en valse alarmen tijdens reguliere vergaderingen; Onderscheid de hoofdoorzaak (model, protocol, mens).
• Volgen van distributieverschuivingen: Herhaal lokale verificatie wanneer apparaat/protocol/populatie verandert.
• Governance: Wie gebruikt welk model, met welke versie, in welke context; Wie is verantwoordelijk - dit moet schriftelijk gebeuren.

drie minikoffers

Geval 1 – De feedbacklus werkt. Eén eenheid ziet uit monitoringgegevens dat het percentage vals-positieve pneumothorax-pneumothoraxen volgens het triagemodel binnen enkele maanden is gestegen tot 75%. Radiologen verzamelen hun feedback, bespreken de drempelwaarde met de fabrikant; het percentage daalt tot 45% en de alarmmoeheid neemt af. Zonder monitoring zou het model stilaan onbetrouwbaar worden.

Geval 2 – Gemiste analyse van de hoofdoorzaak. Bij de beoordeling van één maand worden twee gemiste kleine knobbeltjes opgemerkt. Uit de analyse blijkt dat beide voorkomen op draagbare grafieken en op een apparaat waarop het model niet is getraind (distributiedrift). De eenheid verkleint de reikwijdte van het model op draagbare röntgenfoto's en waarschuwt radiologen. De fout werd gebruikt om het systeem te repareren in plaats van één persoon de schuld te geven.

Geval 3 – Kritische bevindingen zijn gesloten. AI waarschuwt voor ernstige bloedingen op een CT-scan van de hersenen. De radioloog bevestigt binnen 90 seconden, belt de neurochirurg, verifieert de ontvangst van de informatie en documenteert de communicatie (tijd, persoon, inhoud). De gesloten lus is voltooid. AI herinnerde eraan; De radioloog heeft de melding en bevestiging gedaan. Als het aan automatische waarschuwingen zou worden overgelaten, zou er geen garantie zijn dat de arts de informatie heeft ontvangen.

Zwakke prompt/sterke prompt

Zwakke prompt:

Zet een AI-workflow op in de radiologie, automatiseer alles.

“Alles automatiseren” is gevaarlijk in een veiligheidskritisch domein; Negeert menselijke controlepunten en veilige standaardinstellingen.

Krachtige prompt:

Jouw rol: ASSOCIATE-consultant voor de radiologie-eenheid op het gebied van end-to-end AI-workflowontwerp. Besluitvorming; schets en checklist opstellen. Specificeer waar de AI wordt toegevoegd in de keten van verzoeken → vastleggen → triage → lezen → meten → rapporteren → kritische bevindingen → archiveren en geef bij ELKE stap de menselijke goedkeuring aan. Stel ook statistieken voor voor prestatiemonitoring, feedbackloop en zelfcontrole. Principe: naarmate het risico toeneemt, wordt de rol van AI kleiner en groeit de menselijke goedkeuring; diagnose/handtekening/melding bij de radioloog. Eenheidscontext: [schrijven]

De sterke wil concentreert zich op menselijke goedkeuringspunten, monitoring en zelfbeheersing.

Kopieerbare promptsjablonen

END-TO-END FLOW DRAFT-SJABLOONUw rol: ASSISTENT-consultant. Maak voor de keten verzoek → beeldvorming → triage → lezen → meting → rapportage → kritische bevindingen → archief een tabel waarin de rol van AI en menselijke goedkeuring in elke fase wordt vermeld. Markeer het risiconiveau en laat geen veiligheidskritische beslissingen ‘overnemen’ door de AI. Eenheidscontext: [schrijven]

PERFORMANCE MONITORING TEMPLATEI geeft u een periode van triage/CAD-gegevens. Bereken het aantal fout-positieve bevindingen, het aantal gemiste bevindingen en het percentage echt-positief; waarschuwen voor alarmmoeheid en distributiedrift; Aanbevelen bij welke drempel de fabrikant/het model moet worden beoordeeld. De beslissing ligt bij de instelling. Gegevens: [schrijven]

ROOT OORZAAK REVIEW SJABLOON Ik geef je een geval van gemiste vondst/vals alarm. Onderscheid de hoofdoorzaak: model (training/scope), protocol/apparaat (distributiedrift), mens (automatiseringsbias/alarmmoeheid). Produceer suggesties die gericht zijn op systeemcorrectie, niet op verwijten. Evenement: [schrijven]

CLOSED-LOOP-SJABLOON VOOR KRITIEKE VINDINGEN Maak een checklist met gesloten lus voor een melding van een kritische bevinding: bevestiging van bevinding, identificatie van de juiste arts, directe verzending, bevestiging van ontvangst van informatie, documentatie van communicatie (tijd/persoon/inhoud). Herinner ons eraan dat automatische waarschuwingen geen meldingen vervangen. Context: [schrijven]

Veel voorkomende fouten

• "Alles automatiseren". Veiligheidskritische beslissingen vereisen menselijke goedkeuring; Volledige automatisering is gevaarlijk.
• Eén keer installeren en niet kijken. Het patroon wordt na verloop van tijd afgebroken; Continue prestatiemonitoring is een must.
• De fout gebruiken om de persoon de schuld te geven. De analyse van de hoofdoorzaken moet zich richten op systeemcorrectie.
• Laat de kritische bevinding over aan automatische waarschuwingen. Closed-loop wordt gesloten door de radioloog; Het doorgeven en bevestigen is mensenwerk.
• Het bestuur niet op papier zetten. Wie, welk model, welke versie, welke reikwijdte, wie verantwoordelijk is – moet gedocumenteerd worden.

Tip: Stel deze vraag regelmatig in uw eenheid: “Als we AI vandaag zouden uitschakelen, zouden we dan veilig kunnen blijven opereren?” Het antwoord moet altijd ‘ja’ zijn. AI versnelt het lezen, maar zal nooit het lezen, herkennen en ondertekenen vervangen.

Samengevat

Kunstmatige intelligentie speelt op veel punten in de keten een rol vanaf het moment van bestelling tot aan het ondertekende rapport in de radiologie: protocolaanbeveling, kwaliteit, triage, detectie, meting, follow-up, rapportage en herinnering aan kritische bevindingen. Het holistische principe is de samenvatting van de hele module: naarmate het risico toeneemt, krimpt de rol van AI en groeit de menselijke instemming; Bij geen enkele stap neemt de AI de lezing, diagnose, handtekening of rapportage van kritische bevindingen over. Wat deze stroom duurzaam maakt, is de erkenning dat veilig gebruik een levend proces is, en geen eenmalige opzet: prestatiemonitoring, feedbackloop, bugbeoordeling, tracking van distributieafwijkingen en schriftelijk beheer. Bij het melden van een kritieke bevinding sluit de radioloog de gesloten kringloop. Onder alles staat de onveranderlijke zin: de beslissing behoort aan de persoon.

Applicatie taak

Teken een end-to-end AI-workflowdiagram voor uw eenheid (of een voorbeeldorganisatie): noteer de rol van de AI, de menselijke goedkeuring en het risiconiveau in elke fase. Bepaal vervolgens de drie statistieken (percentage fout-positieven, gemiste bevindingen, percentage echt positief) en actiedrempels die u bijhoudt met de sjabloon 'Prestatietracking'. Selecteer een kritisch bevindingsscenario en schrijf de stappen met behulp van de sjabloon 'Critical Finding Closed-Loop'. Tot slot: "Zouden we veilig werken als we AI vandaag zouden uitschakelen?" Beantwoord de vraag eerlijk voor uw apparaat en noteer de tekortkomingen.

controlelijst

• [ ] Ik heb de menselijke validatie van elk AI-punt in de end-to-end-stroom gedefinieerd.
• [ ] Ik heb geen veiligheidskritische beslissingen (diagnose/handtekening/melding) aan de AI gedelegeerd.
• [ ] Ik heb criteria voor prestatiemonitoring en actiedrempels vastgesteld.
• [ ] Ik heb de feedbackloop en het bugbeoordelingsproces opgezet.
• [ ] Ik heb een plan gemaakt om de lokale verificatie voor distributieverschuiving te herhalen.
• [ ] Ik zorgde ervoor dat de radioloog de gesloten kringloop sloot bij meldingen van kritische bevindingen.
• [ ] "Zullen we veilig werken als we AI uitschakelen?" Ik kan ja zeggen op de vraag.

Module-examen

1. Een radiologische triage-AI markeerde een hersen-CT als 'lage prioriteit' en verplaatste deze naar het einde van de werklijst. Wat moet de radioloog doen voor dit onderzoek?

• A) Leest en rapporteert de audit nog steeds volledig; triage verandert alleen de volgorde en elimineert het lezen niet ✔
• B) Kunstmatige intelligentie sluit het onderzoek normaal gesproken af zonder het te lezen, omdat het zegt dat het een lage prioriteit heeft.
• C) Stelt het onderzoek automatisch uit naar de volgende dag
• D) Er wordt alleen gekeken naar het gebied dat wordt gekenmerkt door kunstmatige intelligentie en het rapport wordt kort gemaakt

Beschrijving: Triage AI verandert alleen de leesvolgorde; Het kan geen enkel onderzoek van het lezen uitsluiten. 'Lage prioriteit' is geen diagnose en kan vals-negatief zijn. Elk onderzoek moet nog steeds volledig worden gelezen en gerapporteerd door de radioloog; Het vervangt niet het lezen van het prioriteitssignaal.

2. Welke combinatie van risico’s mist de AI een echte pathologie (bijvoorbeeld een kleine pneumothorax) en vertrouwt de radioloog daarop en onderzoekt het beeld niet adequaat?

• A) Alleen fout-positieven en alarmmoeheid
• B) Vals-negatieve vooroordelen en automatiseringsvooroordelen (overmatige afhankelijkheid van AI) ✔
• C) Alleen slechte beeldkwaliteit
• D) Alleen DICOM-headerfout

Uitleg: Er is sprake van een vals negatief als het model de bevinding mist; Er is sprake van een automatiseringsbias als de radioloog te veel vertrouwt op kunstmatige intelligentie en zijn eigen onderzoek versoepelt. Wanneer de twee samenkomen, verdwijnt de bestaansreden van menselijke monitoring en kan de bevinding volledig worden gemist. Daarom moeten ook gebieden die niet door kunstmatige intelligentie worden gekenmerkt, worden gelezen.

3. AI voegde een zin 'rechter bijnieradenoom' toe aan een concept van een thorax CT-rapport dat geen equivalent in de afbeelding had. Wat moet de radioloog doen?

• A) Vindt de zin betrouwbaar en ondertekent deze direct.
• B) Omdat hij het niet zeker weet, herschrijft hij het hele rapport naar de kunstmatige intelligentie en ondertekent het.
• C) Matcht de zin met de afbeelding; Als er geen voorziening is, verwijdert hij deze en ondertekent hij het concept als geverifieerd ✔
• D) Laat de zin staan, maar schrijft aan het eind 'kunstmatige intelligentie toegevoegd'

Uitleg: Taalmodellen kunnen vloeiend aansluiten bij een bevinding die niet in het beeld aanwezig is; dit wordt hallucinatie genoemd. De radioloog moet elke zin in het rapport afstemmen op de afbeelding, irrelevante zinsneden verwijderen en het concept nooit ondertekenen zonder het te verifiëren. Het conceptrapport is een begin, geen bewijs.

4. Een specialist uploadt een DICOM-afbeelding met de naam van de patiënt en het protocolnummer zonder anonimisering naar een openbaar beschikbare AI-tool. Wat is hier het voornaamste probleem?

• A) Beeldresolutie is onvoldoende voor kunstmatige intelligentie
• B) Kunstmatige intelligentie kan het DICOM-formaat niet lezen
• C) Er kan geen commentaar worden gegeven omdat de afbeelding zwart-wit is
• D) Identiteitsgegevens in de DICOM-header en ingebed in de afbeelding worden gedeeld zonder anonimisering; Dit is een KVKK-overtreding ✔

Beschrijving: DICOM-bestanden bevatten zowel informatie zoals de naam van de patiënt, identiteit, geboortedatum in de header, als soms identiteitsgegevens ingebed in de afbeelding (ingebrand). Het uploaden hiervan naar een externe tool zonder ze te anonimiseren is een openbaarmaking van gevoelige gezondheidsgegevens en een overtreding van KVKK. De header en ingesloten gegevens moeten eerst worden gewist.

5. Wat is de belangrijkste verificatiestap bij het vergelijken van een geautomatiseerde longnodusmeting (bijvoorbeeld 8 mm) geproduceerd door AI met een handmatige meting (5 mm) van een eerder onderzoek?

• A) Controleer of de metingen worden vergeleken met dezelfde consistentie van methode, vlak en segmentatie en evalueer de discrepantie door de radioloog ✔
• B) Ervan uitgaande dat de nieuwe meting altijd accuraat is en groei rapporteert
• C) Het gemiddelde nemen van twee metingen en deze rapporteren
• D) Negeer de meting volledig en schrijf alleen visuele indrukken op

Toelichting: De meting is een schatting en is afhankelijk van de segmentatiegrens, sliceselectie, protocol en meetmethode. Wanneer automatische en handmatige metingen met verschillende methoden worden uitgevoerd, kan er een verkeerde indruk van 'groei' ontstaan. Voordat een besluit over de uitbreiding wordt genomen, moet er een vergelijking worden gemaakt met behulp van dezelfde methode, op hetzelfde vlak en met consistente grenzen, en elke inconsistentie moet door de radioloog worden beoordeeld.

6. Wat is de gouden regel met betrekking tot het originele DICOM-beeld bij het toevoegen van AI-resultaten aan PACS?

• A) Markeringen op het gebied van kunstmatige intelligentie moeten permanent over de originele afbeelding worden geschreven
• B) AI-uitvoer wordt toegevoegd als een afzonderlijke serie/laag; het oorspronkelijke diagnosebeeld wordt niet gewijzigd en de sporenopname blijft behouden ✔
• C) De originele afbeelding mag helemaal niet worden opgeslagen, alleen de verwerkte versie moet worden bewaard
• D) AI-uitvoer moet als tekst in de patiëntkop worden ingesloten

Beschrijving: AI-markeringen, statistieken en hoogtepunten moeten worden opgeslagen als een afzonderlijke reeks, laag of gestructureerd rapportobject; Het originele diagnostische beeld mag nooit worden gewijzigd. Zo kan de radioloog altijd de ruwe data inzien, blijft de sporenregistratie behouden en blijft de AI-output onderscheidbaar van het origineel.

7. Een mammografie-AI werkt met een hoge 'gevoeligheid' maar een lage 'specificiteit'. Wat betekent dit in de praktijk?

• A) Het model levert vrijwel geen bevindingen op
• B) Het model levert nooit valse positieven op
• C) Het model legt de meeste ware bevindingen vast, maar kan veel valse positieven opleveren, wat leidt tot onnodige herinnering ✔
• D) Het model markeert alleen gevallen waarvoor het een definitieve diagnose kan stellen.

Uitleg: Hoge gevoeligheid betekent dat de meeste echte positieven worden vastgelegd (weinig fout-negatieven). Lage specificiteit betekent dat gezonde gevallen regelmatig worden gemarkeerd, wat betekent dat er een groot aantal valse positieven ontstaat. Dit vermindert lekkage, maar verhoogt de last van onnodige terugroeping en onderzoek; De keuze van de drempel is een klinisch evenwicht en wordt bepaald door de interpretatie van de radioloog.

8. Een AI-model wordt getraind op een apparaat van een specifieke fabrikant en een specifieke patiëntenpopulatie. Wat is de beste aanpak voordat u het op een ander apparaat en een andere populatie in uw eigen instelling gebruikt?

• A) Ervan uitgaande dat het model overal dezelfde prestaties zal leveren
• B) Verplicht alle inspecties zonder het model ooit te testen
• C) Het wordt alleen als veilig beschouwd als de gebruikersinterface in het Turks is.
• D) Voer lokale validatie uit en controleer de prestaties op uw eigen apparaat en populatie en bekijk het niveau van goedkeuring/bewijs ✔

Uitleg: De prestaties kunnen afnemen als u afwijkt van de gegevensdistributie waarop het model is getraind; Dit heet distributieverschuiving. Voorafgaand aan gebruik in een nieuw apparaat, protocol of populatie moet lokale validatie (prestatiecontrole van uw eigen gegevens) worden uitgevoerd en moet de goedkeuring door de regelgevende instanties en het bewijsniveau worden beoordeeld.

9. Wat is het belangrijkste beveiligingsvoordeel van gestructureerde rapportage ten opzichte van vrije tekstrapportage?

• A) Dankzij standaardkoppen en verplichte velden vermindert het het risico op ontbrekende bevindingen en dubbelzinnigheid en zorgt het voor consistentie ✔
• B) Zorgt ervoor dat rapporten korter lijken
• C) Het maakt het voor de radioloog niet nodig om naar het beeld te kijken.
• D) Maakt het mogelijk dat kunstmatige intelligentie het rapport verzendt zonder toestemming van de radioloog

Beschrijving: Gestructureerde rapportage maakt gebruik van standaardkoppen, verplichte velden en een gemeenschappelijke woordenlijst; Dit vermindert het risico op ontbrekende bevindingen, gemiste velden en misverstanden, zorgt voor consistentie onder artsen en maakt het gemakkelijker voor kunstmatige intelligentie om velden in te vullen en de consistentie te controleren. Vrije tekst is flexibeler, maar brengt een groter risico op weglating en dubbelzinnigheid met zich mee.

10. Een algoritme voor beeldverbetering (superresolutie) kan een CT met lage dosis 'opschonen' en tegelijkertijd fijne structuur toevoegen die in werkelijkheid niet aanwezig is. Waar doet dit je aan denken?

• A) Een verbeterd imago is altijd betrouwbaarder
• B) Verbeteringen kunnen kunstmatige details toevoegen of daadwerkelijke bevindingen verwijderen; In geval van twijfel moet het onbewerkte beeld worden geretourneerd en moet de diagnostische validiteit in twijfel worden getrokken ✔
• C) Na het verwijderen van de ruis wordt de dosis automatisch verlaagd
• D) Verbetering verandert alleen van kleur en heeft geen enkele invloed op de inhoud

Uitleg: Hoewel beeldverbeteringsalgoritmen de ruis verminderen, kunnen ze kunstmatige details toevoegen of hele kleine bevindingen wissen. Dit herinnert ons eraan dat de diagnostische validiteit van het verbeterde beeld beperkt kan zijn en dat in geval van twijfel moet worden teruggekeerd naar het onbewerkte/originele beeld en dat, indien nodig, herevaluatie met het juiste protocol noodzakelijk is. Er esthetisch goed uitzien, betekent niet dat de diagnose accuraat is.

11. Wat is het juiste gedrag bij het anonimiseren van een patiëntverhaal dat naar een openbare AI-tool wordt verzonden?

• A) Het is voldoende om alleen de achternaam te verwijderen en de naam en het protocolnummer achter te laten
• B) Ook alle klinische informatie verwijderen zodat de AI geen context ziet
• C) Verwijder identiteits-, protocol-, contact- en institutionele informatie en laat alleen klinisch noodzakelijke anonieme informatie achter ✔
• D) Anonimisering is niet nodig; het voertuig is al veilig

Toelichting: Naam, TR ID-nummer, protocol-/dossiernummer, contact- en instellingsinformatie dienen te worden verwijderd; Alleen klinisch noodzakelijke informatie (leeftijdsgroep, geslacht, relevante geschiedenis) mag worden achtergelaten. De juiste aanpak is om '62-jarige vrouw, bekende geschiedenis van borstkanker' te schrijven in plaats van 'Ayşe Yılmaz, protocol 2024-114523'.

12. De AI heeft geen bevindingen gerapporteerd over een CT-angiogram van een longembolie (PE) (negatieve AI). Wat is de juiste interpretatie hiervan voor de radioloog?

• A) Er is absoluut geen sprake van een embolie, het rapport kan snel als negatief worden afgesloten
• B) Het onderzoek moet worden herhaald
• C) Het is niet nodig om een arts te raadplegen omdat de kunstmatige intelligentie negatief zegt
• D) Negatieve AI is geen garantie; De radioloog leest het hele beeld met zijn eigen beoordeling, het model heeft de bevinding mogelijk gemist ✔

Uitleg: Een negatieve AI-output betekent niet dat embolie uitgesloten is; het model heeft de bevinding mogelijk gemist (vals-negatief). De radioloog moet het volledige beeld met zijn of haar eigen klinische oordeel lezen, inclusief de gebieden die niet door de AI zijn gemarkeerd. Negatieve AI is geen garantie voor diagnose, maar hooguit een hulpsignaal.

13. De AI genereerde een waarschuwing voor een kritieke bevinding (bijvoorbeeld een enorme intracraniale bloeding). Wie is verantwoordelijk voor de rapportage van kritische bevindingen in een gesloten lus?

• A) Het is de verantwoordelijkheid van de radioloog om de bevinding te bevestigen, deze aan de arts te communiceren, de communicatie te documenteren en de gesloten kringloop te voltooien ✔
• B) De melding gebeurt volledig automatisch, de radioloog heeft geen rol
• C) De verantwoordelijkheid gaat over naar de producent van kunstmatige intelligentie
• D) Omdat de waarschuwing in de werklijst staat, is er geen aanvullende communicatie vereist

Beschrijving: De AI-waarschuwing is een herinnering; Het is de verantwoordelijkheid van de radioloog om de kritieke bevinding te bevestigen, deze rechtstreeks aan de behandelende arts te communiceren, de communicatie te documenteren en de closed-loop (bevestiging van ontvangst van informatie) te voltooien. Geautomatiseerde waarschuwingen zijn geen vervanging voor menselijke communicatie en bevestiging.

14. Wat is de beste bestuursaanpak om ervoor te zorgen dat het gebruik van kunstmatige intelligentie in een beeldverwerkingseenheid duurzaam en veilig is?

• A) Eén keer installeren en nooit meer beoordelen
• B) Controleer de prestaties regelmatig, stel een feedback- en zelfcontrolecyclus in, bekijk voorbeelden van fouten en leg de uiteindelijke beslissing bij de radioloog ✔
• C) Het delegeren van alle beslissingen aan het model en het verminderen van het aantal radiologen
• D) Neem nooit de output van kunstmatige intelligentie op en laat geen sporen na

Beschrijving: Veilig gebruik is geen eenmalige installatie; Het vereist regelmatige monitoring van de prestaties, het verzamelen van feedback van radiologen, het beoordelen van vals-negatieve/positieve monsters, het monitoren van modelupdates en distributieafwijkingen, en regelmatige zelfcontrole. De verantwoordelijkheid, ondertekening en uiteindelijke beslissing blijven altijd bij de radioloog.