博客
人工智能如何在放射学中减少偏见和加强报告
成像、神经科学和基因组学高级研究中心(CARING)最近的一项研究发现，人工智能可以帮助放射科医生提供更准确、可操作的报告，从而做出更好的治疗决策。人工智能还可以帮助医生避免由于模棱两可的报告而进行不必要的手术。
许多形式的偏见会对放射科医生的分析产生负面影响。例如，可用性偏差可能会导致放射科医生将他们最近看到的类似图像与当前病例联系起来。同样，头韵偏差允许一个放射科医生的误诊影响另一个医生的判断。遗憾偏差可能导致放射科医生高估疾病的可能性，因为未能诊断出疾病可能导致的后果。
care将人类放射科医生与人工智能进行比较
care最初的研究是为了寻找放射学报告中对冲的证据，并希望评估人工智能生成的放射学报告的准确性和有效性。该组织认为，即使放射学医生确信没有疾病，他们也会做出模糊的陈述，以保护自己免受错误和诉讼的伤害。相比之下，经过适当训练的人工智能就没有这种担忧，它会产生更清晰、公正的报告。
这项研究表明，人工智能可以帮助放射科医生打消他们的意见，并给他们表达意见所需的信心。它使用了297张胸部x光片，并使用人工智能检测x光片中的异常情况，并自动生成临床报告。用于训练人工智能算法的模型是基于来自不同来源的近100万张胸部x光片。
人工智能用于分析医学影像数据并生成初步放射学报告。然后将人工智能生成的报告与放射科医生编写的报告进行比较。研究发现，近80%的人工智能初步报告在临床上是准确的。在5%的病例中，它们甚至比放射科医生的报告更准确。
人工智能是帮助放射科医生的宝贵工具
研究人员表示，人工智能报告和放射科医生的报告可能永远不会100%一致。即使是放射科医生也经常对x光报告有不同的看法。然而，一个重要的区别是，人工智能的目的是帮助放射科医生进行诊断，而不是取代他们。人工智能算法仔细扫描图像，寻找医生可能遗漏的模式和差异，从而减少误诊或并发症。
医疗保健专业人员认识到，人工智能可以帮助提高放射学的效率和准确性，但有些人质疑，在诊断人类疾病时，机器是否应该被信任。他们担心人类的偏见可能会影响到机器学习模型。幸运的是，care研究似乎支持人工智能分析是一个可行的选择。
