Gevinster:
- Evne til å forklare hvordan kunstig intelligens-støttet deteksjons-, segmenterings- og prioriteringsarbeidsflyt etableres i radiologiske bilder
- Evne til å skille modellutganger (varmekart, sannsynlighet, måling) fra radiologens beslutning og plassere dem i en støtterolle
- Evne til å validere bildemodellutganger med sensitivitet/spesifisitet, falsk positiv byrde og klinisk kontekst
Radiologi er det mest modne bruksområdet for kunstig intelligens i biomedisinsk ingeniørfag. Røntgen (røntgen), datatomografi (CT; CT på engelsk, som kombinerer røntgensnitt tatt fra forskjellige vinkler) og magnetisk resonans (MR; MR på engelsk, avbildning av vev med et sterkt magnetfelt og radiobølger) produserer millioner av bilder hver dag. Det krever årevis med ekspertise for en radiolog å tolke disse bildene. Kunstig intelligens bidrar til denne prosessen med deteksjon (oppmerksomhet på et funn), segmentering (tegning av grensene for en struktur; segmentering på engelsk) og prioritering (sette hastesaker i begynnelsen av køen; triage på engelsk). I denne enheten vil vi se hvordan disse arbeidsflytene er satt opp og – viktigst av alt – hvordan utgangen er posisjonert som et input til, snarere enn en erstatning for, radiologens beslutning.
Som ingeniør er jobben din ofte å utvikle modellen, integrere den, validere den og overvåke ytelsen med det kliniske teamet. Radiologen stiller diagnosen. AI diagnostiserer ikke; vekker oppmerksomhet, måler, sorterer.
Trinn i den radiologiske AI-arbeidsflyten
Trinn 1 — Data og forbehandling. Bilder kommer som DICOM (Digital Imaging and Communications in Medicine; standard fil- og kommunikasjonsformat for medisinske bilder). Pre-behandling; Disse inkluderer vindu (justering av bildekontrasten), resampling (endrer størrelse på skiver til standardstørrelse) og støyreduksjon. Dette trinnet er trygt og egnet for automatisering.
Trinn 2 — Deteksjon og segmentering. Mønsteret markerer området som tilsvarer en lungeknute, et brudd eller en blødning. Utgangen er vanligvis i form av en sannsynlighetsscore og et varmekart (et lag som viser med farge områdene hvor modellens oppmerksomhet er konsentrert). Ved segmentering tegner modellen pikselgrensene til et organ eller lesjon; Dette brukes til volummåling.
Trinn 3 — Prioriter. Dersom et hastefunn (f.eks. hjerneblødning) oppdages, bringes saken frem i arbeidslisten. Målet her er ikke å bytte radiolog, men å sikre at det kritiske tilfellet blir sett tidligere.
Trinn 4 — Radiologevaluering. Modellutdata presenteres for radiologen som et anbefalingslag. Radiologen godtar, avviser eller endrer. Sluttrapport og diagnose tilhører radiologen.
Trinn 5 — Verifikasjon og overvåking. Når modellen først er i felten, overvåkes ytelsen konstant; Falske positive og falske negative priser spores separat på tvers av ulike enheter og pasientgrupper.
Sensitivitet, spesifisitet og falsk positiv byrde
Det er to grunnleggende beregninger for bildemodellevaluering. Sensitivitet er frekvensen av oppdagelse av de som virkelig er syke: høy sensitivitet betyr færre savnede funn. Spesifisitet er hastigheten som vi nøyaktig eliminerer de virkelig sunne: høy spesifisitet betyr færre falske alarmer. Det er en balanse mellom disse to; Hvis du senker terskelen og oppdager flere funn, øker falske alarmer.
Et kritisk konsept i klinikken er byrden av falske positiver: hvis modellen sier "mistenkelig" for ofte, må radiologen utelukke disse flaggene hver gang og tar etter en stund ikke varslene på alvor (alarm fatigue). Derfor bør ikke bare sensitiviteten til en modell evalueres, men også antallet falske positive i selve arbeidsflyten.
Tre minivesker: etter tallene
Tilfelle 1 — Tid spart ved prioritering. En blødningsprioriteringsmodell i hjerne-CT ble implementert på et sykehus. Gjennomsnittlig tid for blødningstilfeller som først ble sett av radiologen gikk ned fra 28 minutter til 8 minutter. Imidlertid klarte ikke modellen å fange opp en savnet liten subaraknoidalblødning; derfor gjennomgikk alle tilfeller igjen full radiologavlesning. Modellen satte fart på sorteringen, men utelukket ikke lesing.
Sak 2 — Falsk positiv byrde. En lungeknuterdeteksjonsmodell ga et gjennomsnitt på 6 "mistenkelige" tegn per pasient når den ble kjørt med en lav terskel for å øke sensitiviteten til 94 %; De fleste av disse var vaskulære seksjoner og benigne foci. I løpet av to uker begynte radiologer å ignorere tegnene. Da terskelen ble justert på nytt og antall merker redusert til 1,5 per pasient, ble modellen nyttig igjen.
Tilfelle 3 — Feltskifte. En modell for brudddeteksjon utført med 91 % følsomhet på digitale røntgenmaskiner ved sykehus A, men falt til 72 % ved sykehus B ved bruk av bærbare enheter fra en annen produsent. Bildekvalitet og plassering var annerledes. Modellen kan ikke anses som pålitelig uten å være ytterligere validert på hver enhet og populasjon den skal brukes i.
Svak forespørsel / sterk forespørsel
Merk: Spørsmålene nedenfor er for å konfigurere en tekstlig rapport eller arbeidsflyt, ikke for å tolke selve bildet. Bildediagnose er arbeidet til validert klinisk programvare og radiolog.
Svak melding:
Se på denne røntgenrapporten og fortell meg om pasienten er syk.[rapport]
Kraftig ledetekst:
Din rolle: Du er en radiologisk arbeidsflytassistent (DU ER IKKE DIAGNOSE). Strukturer den anonyme røntgenrapportteksten slik: - Tabell funn, målinger og anatomiske plasseringer. - Behold vage/negative utsagn ("kan ikke utelukkes") som de er, ikke gjør endelige. – Ikke legg til funn som ikke står i teksten. - Samle «anbefaling/oppfølging»-setninger i et eget avsnitt. - Til slutt skriv opp 3 punkter som radiologen skal bekrefte. Anonym rapport: [tekst]
Den kraftige promptmodellen holder modellen borte fra tolkning og fokuserer på konfigurasjon; Det er ønskelig å opprettholde tvetydighet, fordi på radiologispråket er forskjellen mellom «kan ikke utelukkes» og «er tilgjengelig» avgjørende.
Fire kopierbare maler
1) Rapportkonfigurasjon:
Del følgende anonyme radiologirapport inn i følgende overskrifter: Indikasjon, Teknikk, Funn, Konklusjon, Anbefaling. Hold deg til teksten, ikke legg til kommentarer. Rapport: [tekst]
2) Kontroll av målingens konsistens:
List opp alle numeriske mål (mm, cm, HU) i denne rapporten og merk motstridende eller ikke-fysiologiske verdier. Rapport: [tekst]
3) Modellevalueringsplan:
Skriv et utkast til evalueringsplan for en bildedeteksjonsmodell: sensitivitet, spesifisitet, falsk positiv/pasient, undergruppe (enhet, alder) analyse, eksternt valideringssett. Merk kliniske godkjenningspunkter separat.
4) Falsk positiv triagenotat:
Klassifiser følgende liste over deteksjonsresultater som "radiologprioritet høy/lav"; Skriv begrunnelsen for hver klasse. Oppgi at du overlater avgjørelsen til radiologen. Liste: [utganger]
Modellens rolle: Etter type funn
Finne type
AI-bidrag
kritikalitet
verifisering
Haster prioritering av blødninger
høy
veldig høy
Radiolog full lesning
Deteksjon av lungeknuter
høy
høy
Terskel + sporingsprotokoll
Benalder/måling
høy
medium
Ekspertkontroll
Organvolumsegmentering
høy
medium
Manuell prøveverifisering
Rapportkonfigurasjon (tekst)
høy
lav
Radiolog bekreftelse
Tips: Stol aldri på én enkelt nøyaktighetsprosent når du evaluerer en skjermmodell. Be om sensitivitet, spesifisitet, falsk positiv byrde og undergruppeytelse sammen; "Hvilken enhet og pasientgruppe testet du modellen på?" spørsmålet avslører de fleste problemer.
Forsiktig: Varmekartet garanterer ikke "hvorfor" modellen bestemte seg slik den gjorde; Det viser bare hvor oppmerksomheten din er fokusert. Noen ganger gir modellen riktig svar av feil grunn (for eksempel ved å se på en markør i bildet). Forklarbarhetsutgang krever også validering.
Vanlige feil
- Stoler på en enkelt beregning. Høy total nøyaktighet kan maskere lav følsomhet i en kritisk undergruppe.
- Måler ikke den falske positive belastningen. Modellen som produserer for mange signaler skaper stimulustretthet og blir forlatt.
- Bekreft modellen på én enkelt enhet og bruk den hvor som helst. Feltdrift er den vanligste årsaken til svikt i bilde-AI.
- Tar feil av varmekartet for bevis. Oppmerksomhetskartet er ikke en forklaring; Det riktige svaret kan være basert på feil grunn.
- Eliminering av radiologen. Modellen prioriterer og flagger; Diagnosen og rapporten tilhører radiologen.
Oppsummert
- Radiologisk AI; Det produserer verdi gjennom deteksjon, segmentering og prioritering, og erstatter ikke diagnose.
- Det er en balanse mellom sensitivitet og spesifisitet; Falsk positiv byrde er en kritisk målestokk i klinikken.
- Modeller må gjennomgå ekstern validering (domeneskifting) på hver enhet og populasjon de skal brukes i.
- Varmekart viser oppmerksomhet, men garanterer ikke forklaring; kan ikke tas som bevis.
- Den endelige diagnosen og rapporten tilhører radiologen; AI er et støttelag.
Søknadsoppgave
Velg et eksisterende (eller hypotetisk) bildedeteksjonsscenario. Skriv et evalueringsrammeverk for denne modellen: spesifiser hvilke beregninger (sensitivitet, spesifisitet, falsk positiv/pasient), hvilke undergrupper (enhet, alder, kjønn), og hvilket eksternt valideringssett du skal bruke. Marker deretter det nøyaktige punktet i arbeidsflyten der radiologen tok en avgjørelse og forklar i et avsnitt hvordan modellens utdata ble lagt inn i den beslutningen.
sjekkliste
- [ ] Jeg kan skille deteksjons-, segmenterings- og prioriteringsrollene til radiologisk AI.
- [ ] Jeg kan vurdere sensitivitet, spesifisitet og falsk positiv byrde sammen.
- [ ] Jeg vet hva feltskifting er og hvorfor ekstern validering er nødvendig.
- [ ] Jeg innså at varmekartet ikke er en forklaring og verifisering er nødvendig.
- [ ] Jeg kan plassere modellutgangen som et input til radiologens avgjørelse, snarere enn en erstatning for det.