Η τεχνητή νοημοσύνη συμβάλλει στην ερμηνεία της ψηφιακής μαστογραφίας

Ερευνητές από το Εθνικό Εργαστήριο Oak Ridge, στην πολιτεία των ΗΠΑ Τενεσσί, έκαναν χρήση της τεχνητής νοημοσύνης (ArtificialI ntelligence AL) για να αναλύσουν τον τρόπο με τον οποίο οι ακτινοδιαγνώστες «διαβάζουν» τις ψηφιακές μαστογραφίες. Σύμφωνα με την έρευνα, η οποία δημοσιεύθηκε στο τεύχος Ιουλίου της επιθεώρησης Journal of Medical Imaging, η ερμηνεία της ψηφιακής μαστογραφίας υπόκειται σε μεροληπτική ερμηνεία του περιεχομένου ή σε στην προγενέστερη διαγνωστική εμπειρία του ακτινοδιαγνώστη.

Η επικεφαλής συγγραφέας της έρευνας, Τζώρτζια Τουράσσι, Phd και οι συνεργάτες της, με ένα εργαλείο της τεχνητής νοημοσύνης προσπάθησαν να εκτιμήσουν το βαθμό της μεροληψίας στην ερμηνεία της ψηφιακής μαστογραφίας. Η ομάδα των ερευνητών ανίχνευσαν τις κινήσεις των ματιών τριών ακτινοδιαγνωστών πιστοποιημένων από τον αντίστοιχο φορέα των ΗΠΑ και επτά ειδικευόμενους ακτινοδιαγνώστες, οι οποίοι ανέλυαν 100 μελέτες από τη βάση δεδομένων ψηφιακών μαστογραφιών του Πανεπιστημίου της Νότιας Φλόριντα. Οι 400 απεικονίσεις συμπεριελάμβαναν συνδυασμό περιστατικών καρκίνου, περιστατικά με καλοήθη ευρήματα και ευρήματα με ύποπτους για κακοήθεια χαρακτήρες που τελικά απεδείχθη ότι ήταν καλοήθειες.

Οι μελετητές φορούσαν ένα εργαλείο που στηρίζονταν στο κεφάλι και ανίχνευε και κατέγραφε τα «ανεπεξέργαστα δεδομένα ή τη συνολική οπτική συμπεριφορά. Στη συνέχεια η Τουράσσι και ομάδα της υπολόγισαν με μέτρο τη μορφοκλασματική διάσταση D (fractal dimension) τον χάρτη της κίνησης του ματιού κάθε ακτινοδιαγνώστη και προχώρησαν σε στατιστικούς υπολογισμούς για να αποφασίσουν πώς διέφεραν από εξέταση σε εξέταση, οι κινήσεις των ματιών των συμμετεχόντων ακτινοδιαγνωστών. Με τον τρόπο αυτό οι ερευνητές βρήκαν ότι οι αναλύσεις των ακτινοδιαγνωστών ψηφιακών μαστογραφιών ήταν σημαντικά επηρεασμένες από τη μεροληψία του περιεχομένου και ενώ οι ειδικευόμενοι ακτινοδιαγνώστες εμφανίστηκαν πιο επιρρεπείς στο φαινόμενο αυτό, ακόμη και οι πιο έμπειροι ακτινοδιαγνώστες έπεφταν θύμα του φαινομένου σε κάποιο βαθμό.

Τα ευρήματα αυτά πρόκειται να αποδειχτούν εξαιρετικά χρήσιμα για την εκπαίδευση των επαγγελματιών της υγείας στο μέλλον, ώστε να μειωθούν τα λάθη στην ερμηνεία των διαγνωστικών εξετάσεων ενώ στο μέλλον θα αποδειχτεί ακόμη περισσότερο η αναγκαιότητα για «συνεργασία» μεταξύ αυτοματοποιημένων συστημάτων και ιατρικού δυναμικού, μειώνοντας τον υποκειμενικό παράγοντα.

 

Πηγή: Aunt Minnie

Call Now Button