Lợi nhuận:
- Khả năng xác định vai trò và giới hạn của AI hình ảnh (phân loại, đo lường, sàng lọc trước) trong quy trình làm việc lâm sàng
- Khả năng hiểu rằng đầu ra trí tuệ nhân tạo có thể cho kết quả âm tính/dương tính giả và báo cáo cuối cùng thuộc về bác sĩ X quang có thẩm quyền
- Khả năng thực thi quyền riêng tư của dữ liệu hình ảnh và nhu cầu xác thực đầu ra của mô hình với bối cảnh lâm sàng
Hình ảnh y tế (x-quang, CT, MRI, siêu âm, chụp nhũ ảnh) là một trong những công cụ chẩn đoán mạnh mẽ nhất. Trí tuệ nhân tạo (AI) đã đạt được tiến bộ đáng kể trong nhận dạng hình ảnh trong những năm gần đây: nó có thể đánh dấu một nốt sần trên X-quang ngực, ưu tiên chảy máu trên CT não, đánh dấu vùng đáng ngờ trên ảnh chụp X quang tuyến vú, đo tuổi xương. Điều này làm giảm khối lượng công việc và ngăn chặn các trường hợp khẩn cấp phải xếp hàng chờ đợi. Nhưng AI hình ảnh không thay thế được bác sĩ; Nó có thể cho kết quả âm tính giả (thiếu phát hiện tồn tại) và dương tính giả (đánh dấu phát hiện không tồn tại). Trong phần này, bạn sẽ tìm hiểu vai trò của AI tạo hình ảnh, những hạn chế của nó và lý do tại sao báo cáo cuối cùng luôn thuộc về bác sĩ X quang có thẩm quyền.
AI chụp ảnh làm gì?
Giá trị lâm sàng của hình ảnh AI thuộc ba tiêu đề. Đầu tiên là ưu tiên (phân loại): nó chuyển kết quả khám có phát hiện khẩn cấp (ví dụ: xuất huyết não, tràn khí màng phổi) lên đầu danh sách, cho phép bác sĩ X quang xem xét nó trước. Thứ hai, đo lường và định lượng: nó đo các giá trị như kích thước nốt sần, mật độ xương, phân suất tống máu, v.v. một cách nhanh chóng và có thể tái tạo. Thứ ba là con mắt thứ hai/thu hút sự chú ý: nó nhắc nhở bác sĩ X quang bằng cách đánh dấu một khu vực có thể bị bỏ qua.
Điểm chung của những nhiệm vụ này là chúng đều hỗ trợ bác sĩ X quang chứ không phải thay thế anh ta. AI đánh dấu một khu vực; Bác sĩ X quang, cùng với bối cảnh lâm sàng của bệnh nhân, sẽ quyết định xem khu vực đó có thực sự là bệnh lý hay không.
Lưu ý: "AI không phát hiện thấy điểm bất thường" không phải là báo cáo. AI hình ảnh có thể cho kết quả âm tính giả; có thể bỏ lỡ những phát hiện nhỏ, không điển hình hoặc AI chưa được đào tạo. Nếu có nghi ngờ về mặt lâm sàng, hình ảnh sẽ được đọc bởi bác sĩ X quang có thẩm quyền.
Cân bằng giữa âm tính giả và dương tính giả
Mọi AI hình ảnh đều có sự cân bằng giữa độ nhạy (tỷ lệ bắt được bệnh nhân thật) và độ đặc hiệu (tỷ lệ loại bỏ chính xác bệnh nhân khỏe mạnh). Nếu bạn tăng độ nhạy, kết quả dương tính giả sẽ tăng lên (khám không cần thiết, bệnh nhân lo lắng); nếu bạn tăng độ đặc hiệu, kết quả âm tính giả sẽ tăng lên (chẩn đoán bị bỏ sót). Không có mô hình nào có thể giải quyết sự cân bằng này một cách hoàn hảo. Ngoài ra, AI có thể hoạt động kém hơn mong đợi (sự thay đổi phân phối) từ dữ liệu đào tạo trên một thiết bị khác, kỹ thuật thu thập khác hoặc nhóm bệnh nhân khác. Do đó, đầu ra AI luôn được đánh giá trong bối cảnh lâm sàng và dưới sự giám sát của bác sĩ X quang.
Từng bước: sử dụng AI hình ảnh một cách an toàn
- Định vị AI làm trợ lý. Ưu tiên, đo lường, chú ý; Đó không phải là một quyết định.
- Thêm bối cảnh lâm sàng. Những phàn nàn và bệnh sử của bệnh nhân có ý nghĩa quyết định trong việc giải thích hình ảnh.
- Nếu AI âm tính, hãy duy trì nghi ngờ lâm sàng. Một kết quả âm tính không dừng việc điều tra thêm.
- Nếu AI dương tính, hãy xác minh. Khu vực được đánh dấu có thực sự là bệnh lý hay tạo tác không?
- Hãy để bác sĩ X quang viết báo cáo cuối cùng. Với bối cảnh lâm sàng.
- Bảo vệ dữ liệu hình ảnh Quyền riêng tư và KVKK; hệ thống ẩn danh, an toàn.
ba trường hợp nhỏ
Trường hợp 1 - Bị âm tính giả. Bệnh nhân 70 tuổi bị ho và sụt cân. Phổi AI cho biết "không có nốt sần rõ ràng." Bác sĩ X quang quan sát cẩn thận với nghi ngờ lâm sàng và tìm thấy một nốt 9 mm phía sau bóng xương bả vai; CT đã xác nhận điều này. AI đã bỏ sót tổn thương nhỏ ẩn giấu; Sự nghi ngờ lâm sàng và con mắt của bác sĩ X quang đã cứu được chẩn đoán.
Trường hợp 2 - Mối lo ngại dương tính giả. AI chụp quang tuyến vú đánh dấu tình trạng vôi hóa thực sự lành tính là “đáng ngờ”. Bác sĩ X quang so sánh nó với các lần kiểm tra trước đó để xem liệu nó có thay đổi hay không và ngăn ngừa việc sinh thiết không cần thiết. AI đã gắn cờ nó, bác sĩ X quang đã đánh giá nó dựa trên ngữ cảnh và đưa ra quyết định đúng đắn.
Trường hợp 3 - Ưu tiên đúng. Trong một cơn động kinh dữ dội, CT AI não sẽ đưa kết quả kiểm tra tình trạng chảy máu cấp tính lên đầu danh sách. Bác sĩ X quang xem xét nó trong vòng 2 phút, xác nhận tình trạng chảy máu và cảnh báo cho đội đột quỵ. Nếu anh ta xếp hàng chờ đợi, sẽ mất vài phút. AI tiết kiệm thời gian; Bác sĩ X quang và nhóm lâm sàng đã đưa ra chẩn đoán và quyết định.
Bảng vai trò AI hình ảnh
Nhiệm vụ
Vai trò của AI
Ai quyết định
Ưu tiên phát hiện khẩn cấp
Tăng tốc độ sắp xếp
bác sĩ X quang
Đánh dấu nốt/tổn thương
thu hút sự chú ý
bác sĩ X quang
Đo lường (kích thước, mật độ)
Đo nhanh, lặp lại
Bác sĩ X quang xác nhận
Báo cáo chẩn đoán cuối cùng
Thông tin hữu ích
Bác sĩ X quang có năng lực
quyết định lâm sàng
Cung cấp đầu vào
bác sĩ điều trị
Bốn mẫu có thể sao chép
Lưu ý: Các mẫu bên dưới không dùng để đọc hình ảnh; Để chỉnh sửa báo cáo của bác sĩ X quang và giao tiếp lâm sàng. Giải thích hình ảnh thuộc về bác sĩ X quang.
Nhiệm vụ: Tạo một danh sách kiểm tra để tôi so sánh kết quả đầu ra AI của X quang sau đây với bối cảnh lâm sàng trong TẬP TIN BỆNH NHÂN: - khu vực được AI đánh dấu có khớp với nghi ngờ lâm sàng không? - đó có phải là dương tính giả/giả không? - so sánh với kết quả kiểm tra cũ có cần thiết không? Đầu ra AI: [...] / Bối cảnh lâm sàng (ẩn danh): [...]
Nhiệm vụ: Viết báo cáo của bác sĩ X quang sau đây thành hai bản tóm tắt đơn giản riêng biệt cho bác sĩ điều trị và bệnh nhân. THÊM TÌM HIỂU; chỉ sử dụng thông tin trong báo cáo. Thêm một tuyên bố chẩn đoán xác định. Báo cáo: [...]
Nhiệm vụ: Tạo các câu hỏi để giúp tôi làm rõ lý do căn bản cho việc chỉ định chụp ảnh này: câu hỏi lâm sàng là gì, phát hiện nào đang được tìm kiếm, kỹ thuật nào có thể phù hợp? Quyết định tùy thuộc vào bác sĩ/bác sĩ X quang; bạn chỉ cần chuẩn bị các câu hỏi. Bản nháp nhanh chóng (ẩn danh): […]
Nhiệm vụ: Tìm mọi thông tin xác thực còn lại trong văn bản báo cáo hình ảnh bên dưới và thay thế chúng bằng [ANONOMY]. Sự bóp méo ý nghĩa lâm sàng.Văn bản: […]
Dấu nhắc yếu / Dấu nhắc mạnh
Yếu: "X-quang này có gì, chẩn đoán đi." (Hơn nữa, việc diễn giải hình ảnh không thể chỉ dành cho mô hình văn bản.)
Strong: "Tạo một danh sách kiểm tra để tôi so sánh báo cáo của bác sĩ X quang và đánh giá trước AI với bối cảnh lâm sàng: Khu vực được AI đánh dấu có phù hợp với nghi ngờ lâm sàng không, liệu nó có phải là dương tính giả không, việc so sánh với bài kiểm tra cũ có cần thiết không? Nói rõ rằng quyết định cuối cùng thuộc về bác sĩ X quang có trình độ."
Trong lời nhắc mạnh mẽ, AI điều chỉnh quy trình chứ không phải hình ảnh; Quyết định là tùy thuộc vào bác sĩ X quang.
Những lỗi thường gặp
- Nhầm AI là tiêu cực với “sạch”. Nó có thể là một kết quả âm tính giả; Nghi ngờ lâm sàng vẫn tồn tại.
- Chấp nhận kết quả AI dương tính mà không cần xác minh nó. Các phát hiện giả và lành tính có thể được gắn cờ.
- Bỏ qua bối cảnh lâm sàng. Hình ảnh không thể được giải thích nếu không có tiền sử bệnh nhân.
- In báo cáo cuối cùng cho AI. Báo cáo thuộc về bác sĩ X quang có trình độ.
- Không bảo vệ dữ liệu hình ảnh. Không nên bỏ qua quyền riêng tư và KVKK.
Sự thay đổi phân phối và vấn đề khái quát hóa
Hạn chế xảo quyệt nhất của AI hình ảnh là “sự thay đổi phân phối”: khi mô hình gặp phải tình huống không giống với dữ liệu đã được đào tạo, nó sẽ hoạt động kém hơn nhiều so với mong đợi. Nếu một mô hình được đào tạo bằng hình ảnh của một nhãn hiệu thiết bị cụ thể, một giao thức thu nhận cụ thể hoặc một nhóm bệnh nhân cụ thể; Độ tin cậy của nó giảm khi đối mặt với một thiết bị khác, một kỹ thuật khác hoặc một nhóm không được trình bày đầy đủ trong tập huấn luyện. Ví dụ: một mô hình được đào tạo dựa trên dữ liệu chủ yếu là người lớn có thể sai về hình ảnh trẻ em.
Vì vậy, chỉ vì AI hình ảnh cho biết "nó cho thấy độ chính xác 95% trong nghiên cứu này" không có nghĩa là nó sẽ hoạt động tương tự trong phòng khám của bạn. Biết dân số nào và với thiết bị nào mà công cụ đã được xác thực là một phần của việc giải thích kết quả đầu ra của nó. Bối cảnh lâm sàng và sự giám sát của bác sĩ X quang là không thể thiếu để giải quyết chính xác sự không chắc chắn về khái quát hóa này.
Thận trọng: AI hình ảnh hoạt động tốt ở một nơi có thể trở nên kém tin cậy hơn trên một thiết bị hoặc nhóm bệnh nhân khác. Hỏi nơi xác minh xe; Con số hiệu suất gây hiểu nhầm khi đưa ra khỏi bối cảnh.
Tóm lại
Display AI bổ sung giá trị thực trong việc ưu tiên, đo lường và thu hút sự chú ý; Nó đưa ra trường hợp khẩn cấp và nhắc nhở bạn về những gì đã bị bỏ qua. Nhưng nó cho kết quả âm tính giả và dương tính giả, không biết bối cảnh lâm sàng và không thể viết báo cáo cuối cùng. Sử dụng AI làm công cụ hỗ trợ, duy trì sự nghi ngờ lâm sàng đối với bản in âm tính, xác thực bản in dương tính theo ngữ cảnh và luôn để báo cáo cuối cùng cho bác sĩ X quang có trình độ. Bảo vệ nghiêm ngặt quyền riêng tư của dữ liệu hình ảnh.
Nhiệm vụ ứng dụng
Sử dụng mẫu danh sách kiểm tra ở trên để báo cáo hình ảnh và đánh giá trước AI nếu bạn có. Những phát hiện về cờ/bỏ cờ AI có phù hợp với bối cảnh lâm sàng không? Nguy cơ dương tính giả hoặc âm tính giả ở đâu? Tạo một bản tóm tắt đơn giản cho cả bác sĩ và bệnh nhân từ báo cáo của bác sĩ X quang và kiểm tra xem không có phát hiện nào được thêm vào.
danh sách kiểm tra
- [ ] Tôi định vị AI là trợ lý chứ không phải là người ra quyết định.
- [ ] Tôi đã kết hợp bối cảnh lâm sàng vào đánh giá.
- [ ] Tôi vẫn nghi ngờ lâm sàng về AI âm tính.
- [ ] Tôi đã xác nhận AI dương tính với bối cảnh và cuộc kiểm tra trước đó.
- [ ] Tôi để lại báo cáo cuối cùng cho bác sĩ X quang có trình độ.
- [ ] Tôi đã ẩn danh và bảo vệ dữ liệu hình ảnh/báo cáo.
- [ ] Tôi xác nhận rằng tôi không thêm các phát hiện vào bản tóm tắt của bệnh nhân và bác sĩ.