zisky:
- Schopnosť vysvetliť, ako sa v rádiologických snímkach vytvárajú pracovné postupy detekcie, segmentácie a stanovovania priorít podporované umelou inteligenciou
- Schopnosť oddeliť výstupy modelu (teplotná mapa, pravdepodobnosť, meranie) od rozhodnutia rádiológa a umiestniť ich do podpornej úlohy
- Schopnosť overiť výstupy obrazového modelu s citlivosťou/špecifickosťou, falošne pozitívnou záťažou a klinickým kontextom
Rádiológia je najvyspelejšou aplikačnou oblasťou umelej inteligencie v biomedicínskom inžinierstve. Röntgen (röntgen), počítačová tomografia (CT; CT v angličtine, kombinujúce röntgenové rezy z rôznych uhlov) a magnetická rezonancia (MR; MRI v angličtine, zobrazenie tkaniva silným magnetickým poľom a rádiovými vlnami) vytvárajú každý deň milióny snímok. Interpretácia týchto obrázkov trvá roky odborných znalostí rádiológa. Umelá inteligencia prispieva k tomuto procesu detekciou (upozornenie na nález), segmentáciou (vykreslenie hraníc štruktúry; segmentácia v angličtine) a prioritizáciou (zaradenie urgentných prípadov na začiatok frontu; triedenie v angličtine). V tejto jednotke uvidíme, ako sú tieto pracovné postupy nastavené a čo je najdôležitejšie, ako je výstup umiestnený ako vstup, a nie ako náhrada za rozhodnutie rádiológa.
Vašou úlohou ako inžiniera je často vyvinúť model, integrovať ho, overiť ho a monitorovať jeho výkon s klinickým tímom. Diagnózu robí rádiológ. AI nediagnostikuje; upozorňuje, meria, triedi.
Kroky rádiologického pracovného toku AI
Krok 1 – Údaje a predbežné spracovanie. Obrázky prichádzajú ako DICOM (Digitálne zobrazovanie a komunikácia v medicíne; štandardný formát súboru a komunikácie pre lekárske obrázky). Predspracovanie; Medzi ne patrí vytváranie okien (úprava kontrastu obrazu), prevzorkovanie (zmena veľkosti rezov na štandardnú veľkosť) a redukcia šumu. Tento krok je bezpečný a vhodný pre automatizáciu.
Krok 2 — Detekcia a segmentácia. Vzor označuje oblasť zodpovedajúcu pľúcnemu uzlíku, zlomenine alebo krvácaniu. Výstup je zvyčajne vo forme skóre pravdepodobnosti a tepelnej mapy (vrstva, ktorá farbou zobrazuje oblasti, kde sa sústreďuje pozornosť modelu). Pri segmentácii model kreslí hranice pixelov orgánu alebo lézie; Používa sa na meranie objemu.
Krok 3 – Stanovte si priority. Ak sa zistí urgentný nález (napr. krvácanie do mozgu), prípad sa zaradí do pracovného zoznamu. Cieľom tu nie je zmeniť rádiológa, ale zabezpečiť, aby sa kritický prípad videl skôr.
Krok 4 — Rádiologické vyšetrenie. Výstupy modelu sú prezentované rádiológovi ako vrstva odporúčaní. Rádiológ prijíma, odmieta alebo mení. Záverečná správa a diagnóza patrí rádiológovi.
Krok 5 – Overenie a monitorovanie. Akonáhle je model v teréne, jeho výkon je neustále monitorovaný; Miery falošne pozitívnych a falošne negatívnych výsledkov sa sledujú oddelene v rôznych zariadeniach a skupinách pacientov.
Citlivosť, špecifickosť a falošne pozitívna záťaž
Na vyhodnotenie obrazového modelu existujú dve základné metriky. Citlivosť je miera odhalenia tých, ktorí sú skutočne chorí: vysoká citlivosť znamená menej zmeškaných nálezov. Špecifickosť je miera, ktorou presne eliminujeme skutočne zdravé: vysoká špecifickosť znamená menej falošných poplachov. Medzi týmito dvoma je rovnováha; Ak znížite prahovú hodnotu a zaznamenáte viac nálezov, zvýši sa počet falošných poplachov.
Kritickým konceptom na klinike je bremeno falošných poplachov: ak model hovorí „podozrivé“ príliš často, rádiológ musí zakaždým tieto príznaky vylúčiť a po chvíli neberie upozornenia vážne (upozorňujúca únava). Preto by sa mala hodnotiť nielen citlivosť modelu, ale aj počet falošne pozitívnych výsledkov v skutočnom pracovnom postupe.
Tri mini prípady: Podľa čísel
Prípad 1 – Čas ušetrený stanovením priorít. V nemocnici bol implementovaný model priority krvácania v CT mozgu. Priemerný čas prípadov krvácania, ktoré mal rádiológ prvýkrát vidieť, sa znížil z 28 minút na 8 minút. Model však nedokázal zachytiť vynechané malé subarachnoidálne krvácanie; preto všetky prípady opäť podstúpili úplné vyšetrenie rádiológom. Model urýchlil triedenie, ale neodstránil čítanie.
Prípad 2 – Falošná pozitívna záťaž. Model detekcie uzlín v pľúcach vytvoril v priemere 6 „podozrivých“ príznakov na pacienta, keď sa spustil s nízkym prahom na zvýšenie citlivosti na 94 %; Väčšina z nich boli cievne úseky a benígne ložiská. Do dvoch týždňov začali rádiológovia príznaky ignorovať. Keď sa prah znovu upravil a počet známok sa znížil na 1,5 na pacienta, model sa stal opäť užitočným.
Prípad 3 – Posun poľa. Model detekcie zlomenín bol vykonaný s 91 % citlivosťou na digitálnych röntgenových prístrojoch v nemocnici A, ale klesol na 72 % v nemocnici B s použitím prenosných zariadení od iného výrobcu. Kvalita obrazu a umiestnenie boli odlišné. Model nemožno považovať za spoľahlivý bez toho, aby bol ďalej overený na každom zariadení a populácii, v ktorej sa bude používať.
Slabá výzva / silná výzva
Poznámka: Nižšie uvedené výzvy slúžia na konfiguráciu textovej správy alebo pracovného postupu, nie na interpretáciu samotného obrázka. Diagnostika obrazu je prácou overeného klinického softvéru a rádiológa.
Slabá výzva:
Pozrite sa na túto röntgenovú správu a povedzte mi, či je pacient chorý.[správa]
Výkonná výzva:
Vaša úloha: Ste rádiologickým asistentom pracovného postupu (NIE STE DIAGNOSTIKA). Text anonymnej rádiologickej správy štrukturujte takto: - Uveďte do tabuľky nálezy, merania a anatomické polohy. - Ponechajte vágne/negatívne vyhlásenia ("nemožno vylúčiť") tak, ako sú, nerobte ich definitívne. - Nepridávajte žiadne zistenia, ktoré nie sú v texte. - Zozbierajte „odporúčacie/následné“ vety v samostatnej časti. - Na konci uveďte 3 body, ktoré by mal rádiológ potvrdiť. Anonymná správa: [text]
Výkonný promptný model chráni model pred interpretáciou a zameriava sa na konfiguráciu; Je žiaduce zachovať nejednoznačnosť, pretože v jazyku rádiológie je rozdiel medzi „nedá sa vylúčiť“ a „je k dispozícii“ zásadný.
Štyri kopírovateľné šablóny
1) Konfigurácia prehľadu:
Rozdeľte nasledujúcu anonymnú rádiologickú správu do nasledujúcich nadpisov: Indikácia, Technika, Nálezy, Záver, Odporúčanie. Držte sa textu, nepridávajte komentáre. Správa: [text]
2) Kontrola konzistencie merania:
V tomto prehľade uveďte všetky číselné miery (mm, cm, HU) a označte protichodné alebo nefyziologické hodnoty. Správa: [text]
3) Plán hodnotenia modelu:
Napíšte návrh plánu hodnotenia pre model detekcie obrazu: citlivosť, špecifickosť, falošne pozitívny výsledok/pacient, analýza podskupiny (zariadenie, vek), externý validačný súbor. Body klinického schválenia označte oddelene.
4) Falošne pozitívna triediaca poznámka:
Klasifikujte nasledujúci zoznam výstupov detekcie ako „vysoká/nízka priorita rádiológa“; Napíšte zdôvodnenie pre každú triedu. Uveďte, že rozhodnutie nechávate na rádiológa. Zoznam: [výstupy]
Úloha modelu: Podľa typu nálezu
Typ nálezu
Príspevok AI
kritickosť
overenie
Uprednostnenie urgentného krvácania
vysoká
veľmi vysoká
Rádiológ celé čítanie
Detekcia uzlín v pľúcach
vysoká
vysoká
Prah + sledovací protokol
Kostný vek/meranie
vysoká
stredná
Odborná kontrola
Segmentácia objemu orgánu
vysoká
stredná
Manuálne overenie vzorky
Konfigurácia prehľadu (text)
vysoká
nízka
Potvrdenie rádiológa
Tip: Pri hodnotení modelu displeja sa nikdy nespoliehajte na jedno percento presnosti. Spoločne požiadajte o citlivosť, špecifickosť, falošne pozitívnu záťaž a výkon podskupiny; "Na akom zariadení a skupine pacientov ste model testovali?" otázka odhaľuje väčšinu problémov.
Pozor: Tepelná mapa nezaručuje „prečo“ sa model rozhodol tak, ako sa rozhodol; To len ukazuje, kam sa sústreďuje vaša pozornosť. Niekedy model dáva správnu odpoveď z nesprávneho dôvodu (napríklad pri pohľade na značku na obrázku). Výstup vysvetliteľnosti tiež vyžaduje validáciu.
Časté chyby
- Spoliehanie sa na jednu metriku. Vysoká celková presnosť môže maskovať nízku citlivosť v kritickej podskupine.
- Nemeria sa falošne pozitívna záťaž. Model, ktorý produkuje príliš veľa signálov, vytvára únavu zo stimulov a je opustený.
- Overte model na jedinom zariadení a použite ho kdekoľvek. Posun poľa je najčastejšou príčinou zlyhania AI obrazu.
- Zamieňanie tepelnej mapy za dôkaz. Mapa pozornosti nie je vysvetlením; Správna odpoveď môže byť založená na nesprávnom dôvode.
- Odstránenie rádiológa. Model uprednostňuje a označuje; Diagnóza a správa patrí rádiológovi.
V súhrne
- rádiologická AI; Vytvára hodnotu prostredníctvom detekcie, segmentácie a stanovenia priorít a nenahrádza diagnostiku.
- Existuje rovnováha medzi citlivosťou a špecifickosťou; Falošná pozitívna záťaž je kritickou metrikou na klinike.
- Modely musia prejsť externou validáciou (posun domény) na každom zariadení a populácii, v ktorej sa budú používať.
- Teplotné mapy zobrazujú pozornosť, ale nezaručujú vysvetlenie; nemožno považovať za dôkaz.
- Konečná diagnóza a správa patrí rádiológovi; AI je podporná vrstva.
Aplikačná úloha
Vyberte existujúci (alebo hypotetický) scenár detekcie obrazu. Napíšte hodnotiaci rámec pre tento model: špecifikujte, ktoré metriky (citlivosť, špecifickosť, falošne pozitívny/pacient), ktoré podskupiny (zariadenie, vek, pohlavie) a ktorú externú validačnú sadu použijete. Potom označte presný bod v pracovnom postupe, kde rádiológ urobil rozhodnutie, a vysvetlite v odseku, ako bol výstup modelu zahrnutý do tohto rozhodnutia.
kontrolný zoznam
- [ ] Dokážem rozlíšiť detekciu, segmentáciu a prioritizáciu rádiologickej AI.
- [ ] Viem vyhodnotiť senzitivitu, špecifickosť a falošne pozitívnu záťaž spoločne.
- [ ] Viem, čo je to posun poľa a prečo je potrebná externá validácia.
- [ ] Uvedomil som si, že tepelná mapa nie je vysvetlením a vyžaduje sa overenie.
- [ ] Môžem umiestniť výstup modelu ako vstup pre rozhodnutie rádiológa a nie ako jeho náhradu.