Lợi nhuận:
- Khả năng phân biệt các lĩnh vực sử dụng điển hình và giới hạn cụ thể theo phương thức của ứng dụng trí tuệ nhân tạo ở các phương thức khác nhau (graphia, CT, MR, chụp nhũ ảnh)
- Khả năng đánh giá vai trò của AI với tư cách là người đọc thứ hai và ý nghĩa lâm sàng của ngưỡng quyết định trong các lĩnh vực có tác động cao như chụp nhũ ảnh và CT đột quỵ
- Hiểu rằng hiệu suất có thể giảm (sự thay đổi phân phối) khi dân số và thiết bị mà trí tuệ nhân tạo được đào tạo theo từng phương thức được di chuyển ra ngoài
Trí tuệ nhân tạo không chỉ là một thứ trong X quang; Đối với mỗi phương thức (phương pháp hình ảnh), nó mang một công cụ khác nhau, công suất khác nhau và giới hạn khác nhau. Mô hình X-quang ngực và mô hình CT đột quỵ giải quyết các vấn đề hoàn toàn khác nhau và đưa ra các kiểu lỗi khác nhau. Trong phần này, chúng tôi sẽ đề cập đến năm lĩnh vực phổ biến nhất—chụp X quang ngực, CT, MRI, chụp nhũ ảnh và đột quỵ—với những cách sử dụng và cạm bẫy cụ thể theo từng phương thức. Mục đích là sử dụng từng công cụ cho đúng công việc, với giới hạn phù hợp.
Nguyên tắc cốt lõi không thay đổi nhưng mang một diện mạo mới trong từng phương thức: Mỗi mô hình được đào tạo trên một thiết bị cụ thể, một giao thức cụ thể và một nhóm bệnh nhân cụ thể. Khi vượt quá những điều kiện này, hiệu suất có thể giảm; Điều này được gọi là sự thay đổi phân phối. Việc chẩn đoán thuộc về bác sĩ X quang, người đọc thứ nhất chứ không phải người đọc thứ hai.
Sử dụng và giới hạn theo phương thức
Chụp X quang phổi (X-quang): Dữ liệu phong phú nhất có ở đây; các mô hình tạo ra các dấu hiệu về tràn khí màng phổi, đông đặc (phổi bị viêm), nốt sần, tràn dịch màng phổi (dịch gian màng phổi) và kích thước tim. Điểm mạnh của nó là tốc độ và khả năng quét; Điểm yếu của nó là dương tính giả cao do các cấu trúc chồng chéo (xương, mạch máu, bóng vú) và xu hướng bỏ sót các nốt nhỏ.
CT (chụp cắt lớp vi tính): Nhờ hình ảnh cắt ngang, mô hình có hiệu quả cao trong việc đánh giá tắc mạch, chảy máu, nốt sần, gãy xương, thể tích cơ quan. Sức mạnh của nó là đo ba chiều; Điểm yếu là độ nhạy cao đối với giao thức/độ dày lát cắt và pha tương phản—hiệu suất thay đổi theo các giao thức khác nhau.
MRI (cộng hưởng từ): Độ tương phản mô mềm cao; Có các mô hình khuếch tán đột quỵ, tổn thương tuyến tiền liệt, tổn thương não, sụn. Điểm yếu của nó là có quá nhiều sự đa dạng về thiết bị/trình tự - một mô hình mất đi độ tin cậy bên ngoài trình tự mà nó được đào tạo.
Chụp nhũ ảnh: Trường có tác động cao; Các mô hình hoạt động như thiết bị đọc thứ hai đối với khối lượng và vi vôi hóa. Điểm mạnh của nó là giảm thiểu sai sót trong sàng lọc ung thư vú; Điểm yếu của nó là sự suy giảm hiệu suất ở mô vú dày đặc và dẫn đến việc thu hồi các kết quả dương tính giả.
Đột quỵ (chụp mạch/tưới máu não CT/CT): Đây là khu vực quan trọng về mặt thời gian; các mô hình cung cấp các dấu hiệu nhanh chóng về tắc mạch lớn (LVO), các dấu hiệu sớm của thiếu máu cục bộ và chảy máu, đẩy nhanh các quyết định điều trị (cắt bỏ huyết khối). Điểm yếu của nó là tạo tác chuyển động và độ tin cậy hạn chế trong các phát hiện sớm/mờ nhạt.
phương thức
Cách sử dụng AI điển hình
mặt mạnh mẽ
Giới hạn cụ thể của phương thức
X-quang phổi
Tràn khí màng phổi, nốt sần, cờ tràn dịch
tốc độ, quét
Chồng chéo, dương tính giả cao
CNTT
Thuyên tắc, chảy máu, nốt sần, khối lượng
đo 3D
Nhạy cảm với giao thức/giai đoạn tương phản
MRI
Đột quỵ khuếch tán, tuyến tiền liệt, não
mô mềm
Đa dạng trình tự/thiết bị
chụp nhũ ảnh
Khối lượng, vi vôi hóa (người đọc thứ 2)
Giảm tình trạng tiểu không tự chủ
Thả vào ngực dày đặc, nhớ lại tải
CT đột quỵ
LVO, thiếu máu cục bộ, cờ chảy máu
tiết kiệm thời gian
Hiện vật, phát hiện sớm/mờ nhạt
Vai trò của người đọc thứ hai và ngưỡng quyết định
Trong các lĩnh vực có tác động cao như chụp nhũ ảnh và đột quỵ, AI thường được đặt ở vị trí người đọc thứ hai: bác sĩ X quang đọc, sau đó những gì AI đánh dấu sẽ được xem xét (hoặc ngược lại). Điều này tạo cơ hội để nắm bắt được những gì mà bác sĩ X quang đã bỏ lỡ. Nhưng có hai rủi ro. Đầu tiên, khu vực không được AI đánh dấu được coi là “sạch” (tự động hóa). Thứ hai, hệ quả lâm sàng của ngưỡng quyết định: nếu ngưỡng chụp nhũ ảnh thấp sẽ có nhiều lần thu hồi (và sinh thiết không cần thiết, lo lắng); Nếu nó cao, rò rỉ tăng lên. Ngưỡng này được thiết lập bởi triết lý sàng lọc của tổ chức và cách giải thích của bác sĩ X quang; không phải là một mặc định kỹ thuật.
Thận trọng: Chỉ vì một mô hình hoạt động tốt ở một phương thức không có nghĩa là nó sẽ hoạt động tốt ở một phương thức khác hoặc trên một thiết bị/giao thức khác có cùng phương thức. Nếu mô hình được đào tạo về "chụp X quang phổi", hiệu suất của nó có thể khác với chụp X quang chăm sóc tích cực di động. Phạm vi sử dụng luôn được giới hạn trong phạm vi mà mô hình đã được phê duyệt.
ba trường hợp nhỏ
Trường hợp 1 - Chụp nhũ ảnh thu hút được độc giả thứ hai. Bác sĩ X quang đọc phim chụp X quang tuyến vú một cách bình thường. YZ là người đọc thứ hai đánh dấu một cụm vi vôi hóa trong một khu vực. Bác sĩ X quang nhìn lại và thấy một cụm thực sự mờ nhạt; Với hình ảnh bổ sung, ung thư biểu mô ống động mạch sớm tại chỗ (ung thư vú giai đoạn đầu) được phát hiện. AI ngăn chặn việc trốn thoát như “con mắt thứ hai”; Bác sĩ X quang đã đưa ra chẩn đoán.
Trường hợp 2 - Tăng thời gian hành trình. Trong chụp mạch não CT khẩn cấp, AI đánh dấu tắc mạch lớn (LVO) trong vòng 2 phút và kích hoạt đội đột quỵ. Bác sĩ X quang xác nhận, bệnh nhân được đưa đi lấy huyết khối; Thời gian từ cửa đến kim được rút ngắn đáng kể. Nhưng trong cùng tuần đó, người mẫu bỏ sót tình trạng thiếu máu cục bộ sớm; Bác sĩ X quang ghi lại nó bằng cách đọc của chính mình. AI mang lại tốc độ, nhưng người đọc đầu tiên vẫn là bác sĩ X quang.
Trường hợp 3 - Sự thay đổi phân phối. Mô hình chụp X-quang ngực hoạt động hoàn hảo trên thiết bị cố định trong bệnh viện lớn. Khi cùng một mô hình được sử dụng trên các thiết bị di động của phòng chăm sóc đặc biệt, các kết quả dương tính giả sẽ bùng nổ: độ phơi sáng khác nhau, chất lượng kém và bóng của thiết bị chồng chéo làm nhầm lẫn mô hình. Nhóm nhận ra rằng họ đang sử dụng mô hình trên các biểu đồ di động mà không có xác nhận cục bộ và thu hẹp phạm vi. Bài học: hiệu suất thay đổi khi thiết bị/giao thức thay đổi.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Mô hình MRI này có tốt không? Chúng ta có nên sử dụng nó?
Không có chi tiết về phương thức, trình tự, dân số và mục đích sử dụng; Một câu trả lời chung chung và đầy rủi ro xuất hiện.
Lời nhắc mạnh mẽ:
Vai trò của bạn: Đồng tư vấn trong việc lựa chọn AI theo phương thức cụ thể. Ra quyết định; Hãy nghĩ ra những câu hỏi tôi nên hỏi. Chúng tôi đang xem xét mô hình tổn thương MRI tuyến tiền liệt. Hãy xem xét: (1) mô hình đã được đào tạo về trình tự/thiết bị/cường độ từ trường nào, nó có khớp với mô hình của chúng ta không, (2) đối tượng nào đã được xác thực, (3) nó là thiết bị đọc thứ hai hay hỗ trợ chẩn đoán, (4) nó có ở giới hạn đã biết trong các trường hợp dày đặc/không điển hình hay không, (5) là rủi ro khi sử dụng nó mà không có xác nhận cục bộ. Quyết định cuối cùng thuộc về tổ chức.
Lời nhắc mạnh mẽ đặt ra các câu hỏi về việc tuân thủ cụ thể theo phương thức, dân số và xác thực địa phương.
Mẫu lời nhắc có thể sao chép
MẪU TUÂN THỦ PHƯƠNG THỨC Vai trò của bạn: TRỢ LÝ. Tôi sẽ cung cấp cho bạn mô hình AI và thông tin về thiết bị/giao thức của riêng chúng tôi. So sánh của chúng tôi với phương thức, thiết bị, trình tự/giao thức và dân số mà mô hình đã được đào tạo; Liệt kê những khác biệt có nguy cơ sai lệch phân phối và đánh giá xem có cần xác minh cục bộ hay không. Quyết định là ở cơ quan. Thông tin: [viết]
MẪU KỶ LUẬT NGƯỜI ĐỌC THỨ HAI Cung cấp cho tôi một danh sách kiểm tra sẽ duy trì kỷ luật đọc của tôi khi sử dụng AI của người đọc thứ hai: tôi có nên tự đọc trước không, làm cách nào để bảo vệ khu vực mà AI không đánh dấu, làm cách nào để xác nhận dấu AI, làm cách nào để tránh sai lệch tự động hóa. Phương thức: [viết]
MẪU KẾT QUẢ NGƯỠNG QUYẾT ĐỊNHI sẽ cung cấp cho bạn kịch bản ngưỡng quyết định theo một phương thức (ví dụ: chụp nhũ ảnh). Giải thích các hậu quả lâm sàng của việc hạ thấp/tăng ngưỡng thu hồi, sinh thiết không cần thiết, trốn tránh và lo lắng. Hãy nhắc chúng tôi rằng ngưỡng này được đặt ra theo triết lý sàng lọc của tổ chức. Kịch bản: [viết]
MẪU NHẮC NHỞ GIỚI HẠN PHƯƠNG THỨC Tôi sẽ cung cấp cho bạn một phương thức và một nhiệm vụ AI. Liệt kê các nguồn lỗi điển hình cụ thể của phương thức này (ví dụ: chồng chéo trong chụp X-quang ngực, sự khác biệt về trình tự trong MRI, tạo tác trong CT đột quỵ) và các điểm mà bác sĩ X quang nên chú ý thêm. Phương thức/nhiệm vụ: [viết]
Những lỗi thường gặp
- Sử dụng mô hình dành riêng cho phương thức trong điều kiện khác. Mẫu thiết bị cố định hoạt động khác với thiết bị di động; phạm vi phải được bảo tồn.
- Tính là "sạch" những gì người đọc thứ hai không đánh dấu. Thiên vị tự động hóa; Việc đọc của họ cần được bảo vệ.
- Nhầm ngưỡng quyết định là cài đặt kỹ thuật. Ngưỡng là sự cân bằng lâm sàng; Nó được điều chỉnh bằng triết lý quét.
- Bỏ qua sự khác biệt về trình tự/giao thức. Các mô hình MR/CT mất độ tin cậy bên ngoài giao thức mà chúng được đào tạo.
- Phổ biến mà không cần xác minh địa phương. Sự trôi dạt phân phối âm thầm làm giảm hiệu suất.
Mẹo: Trước khi sử dụng mô hình dành riêng cho phương thức mới, hãy đặt ba câu hỏi: "Mô hình này được đào tạo về thiết bị/giao thức/dân số nào? Mô hình của chúng tôi có giống mô hình này không? Chúng tôi đã xác thực nó trên dữ liệu của chính mình chưa?" Nếu cả ba đều không thỏa đáng thì mô hình không phải là công cụ tăng tốc mà là một rủi ro tiềm ẩn.
Tóm lại
AI là một công cụ khác nhau ở mỗi phương thức: sàng lọc nhanh bằng chụp X-quang ngực nhưng dương tính giả do chồng chéo; Phép đo 3D mạnh mẽ nhưng độ nhạy của giao thức trong CT; Độ bền của mô mềm nhưng trình tự đa dạng trong MRI; người đọc thứ hai giảm bớt tình trạng bắt cóc nhưng nhớ lại gánh nặng khi chụp nhũ ảnh; Tăng thời gian trong cú đánh nhưng giới hạn tạo tác. Trong các lĩnh vực có tác động cao như chụp nhũ ảnh và đột quỵ, AI trở thành người đọc thứ hai, nhưng người đọc thứ nhất luôn là bác sĩ X quang và ngưỡng quyết định là sự cân bằng lâm sàng. Khi thiết bị, giao thức và dân số mà mỗi mô hình được đào tạo được di chuyển ra khỏi phạm vi, hiệu suất của nó sẽ giảm (dịch chuyển phân phối); vì vậy phạm vi phải được duy trì và phải thực hiện xác nhận cục bộ.
Nhiệm vụ ứng dụng
Chọn một phương thức trong thói quen của bạn (chụp X quang, CT, MRI, chụp nhũ ảnh hoặc đột quỵ). Sử dụng mẫu “Nhắc nhở giới hạn phương thức”, viết ra ít nhất ba nguồn lỗi AI điển hình cụ thể cho phương thức đó và các điểm cần chú ý thêm của bác sĩ X quang. Sau đó, đánh giá mô hình mà bạn đang xem xét cho phương thức đó bằng mẫu “Phương thức phù hợp”: thiết bị/giao thức/dân số mà nó được đào tạo có phù hợp với mô hình của bạn không, có cần xác thực cục bộ không? Nếu có vai trò của người đọc thứ hai, hãy điều chỉnh danh sách "Kỷ luật dành cho người đọc thứ hai" vào thói quen của bạn.
danh sách kiểm tra
- [ ] Tôi đã tìm hiểu phương thức, thiết bị, giao thức và dân số mà mô hình được đào tạo.
- [ ] Tôi đã đánh giá tính tương thích với các điều kiện của riêng mình (nguy cơ sai lệch phân phối).
- [ ] Tôi chỉ sử dụng mô hình trong phạm vi nó đã được phê duyệt.
- [ ] Tôi duy trì việc đọc độc lập của riêng mình trong vai trò người đọc thứ hai.
- [ ] Tôi hiểu rằng ngưỡng quyết định là sự cân bằng lâm sàng và được thiết lập theo triết lý sàng lọc.
- [ ] Tôi xem xét các nguồn lỗi cụ thể theo phương thức điển hình (tạo tác, chồng chéo, khác biệt trình tự).
- [ ] Tôi không tuyên truyền trong điều kiện mới mà không có xác nhận cục bộ.