根據(jù)發(fā)表在 ARRS 的美國放射學(xué)雜志(AJR) 上的一份被接受的手稿，與技術(shù)因素相關(guān)的 AI 工具失敗的某些原因可以通過適當(dāng)?shù)牟杉椭亟▍f(xié)議在很大程度上得到預(yù)防。
威斯康星大學(xué)醫(yī)學(xué)院的首席研究員 B. Dustin Pooler 總結(jié)道：“自動(dòng)化的 AI 人體成分工具在外部 CT 檢查的異質(zhì)樣本中具有很高的技術(shù)充分率，支持該工具的普遍性和廣泛使用的潛力。”麥迪遜的醫(yī)學(xué)與公共衛(wèi)生。
這份AJR接受的手稿包括 8,949 名患者(平均年齡 55.5 歲;4,256 名男性，4,693 名女性)，他們接受了腹部 CT——在不同機(jī)構(gòu)使用不同制造商的不同掃描儀進(jìn)行——隨后轉(zhuǎn)移到當(dāng)?shù)?PACS 用于臨床目的。部署三個(gè)獨(dú)立的自動(dòng)化 AI 工具，通過骨骼衰減、肌肉量和衰減以及內(nèi)臟和皮下脂肪量來評(píng)估身體成分，每次檢查評(píng)估一個(gè)軸向系列。
最終，用于測(cè)量身體成分(椎骨、體壁肌肉組織、內(nèi)臟和皮下腹部脂肪)的三種全自動(dòng) AI 工具在 Pooler 等人的 11,699 次外部腹部 CT 檢查樣本中的技術(shù)充足率達(dá)到 97.8% - 99.1%— 在 777 個(gè)不同的外部機(jī)構(gòu)使用來自 6 個(gè)不同制造商的 82 種不同型號(hào)的掃描儀進(jìn)行。
注意到失敗的原因還包括患者固有的更難以控制的因素，“可解釋性和對(duì)失敗原因的理解有助于建立對(duì)人工智能工具的信任并提高放射科醫(yī)生和其他醫(yī)生的接受度，”該 AJR 的作者接受手稿補(bǔ)充。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！