Eurekalert: Искин помогает медикам-радиологам точнее обнаруживать переломы костей
Согласно обобщающему анализу британской клинической практики последних лет, проведенному группой исследователей из научно-медицинского центра Ботнара в Оксфорде (Англия), искусственный интеллект (ИИ) уже сравнялся по уровню точности диагностики переломов с профессиональными медиками-рентгенологами. Об этом пишет научный портал Eurekalert. Перевод основных положений публикации представлен изданием discover24.ru.
Пропущенная или запоздалая диагностика переломов на рентгенограмме является довольно распространенной ошибкой с потенциально серьезными последствиями для пациента. Кроме того, усугубляют эту проблему еще два важных фактора: во множестве медучреждений имеет место отсутствие своевременного доступа к мнению высококвалифицированных экспертов, при том, что продолжающийся рост объемов рентгенологических изображений стабильно опережает обучение и набор на работу соответствующих специалистов.
ИИ может помочь решить эту проблему, помогая ускорить и улучшить диагностику переломов. Чтобы узнать больше о потенциале этой технологии в лечении переломов, группа исследователей из Англии проанализировала 42 существующих исследования, в которых сравнивались диагностические возможности ИИ и клиницистов при обнаружении переломов. Из 42 исследований в 37 для выявления переломов использовалась рентгенография, а в пяти – КТ.
Исследователи из научно-медицинского центра Ботнара и Департамента ортопедии, ревматологии и скелетно-мышечных наук Наффилда в Оксфорде (Англия) не обнаружили статистически значимых различий между работой врача и ИИ. Точность диагностики ИИ при выявлении переломов составила в среднем 91-92%.
«Мы обнаружили, что ИИ работает с высокой степенью точности, сравнимой с работой клинициста. Важно то, что мы обнаружили, что это тот случай, когда ИИ был проверен с использованием независимых внешних наборов данных, что позволяет предположить, что результаты могут быть распространены на более широкую популяцию», – сказала ведущий автор исследования Рэйчел Куо.
По словам доктора Куо, результаты исследования указывают на несколько многообещающих аспектов образовательных и клинических применений ИИ для обнаружения переломов. Это может снизить частоту ранних ошибочных диагнозов в сложных условиях, особенно при неотложной помощи, включая случаи, когда у пациентов могут быть множественные переломы. У ИИ также есть большой потенциал в качестве учебного пособия для младших клиницистов.
«Он также может быть полезен в качестве «второго считывателя», давая клиницистам уверенность в том, что они поставили правильный диагноз, или побуждая их еще раз взглянуть на изображения перед лечением пациентов», – уточнила д-р Куо.
Доктор Куо напомнила, что исследования по обнаружению переломов с помощью ИИ пока что все еще остаются на очень ранней, доклинической стадии. Только в меньшинстве исследований, которые она и ее коллеги рассмотрели, оценивалась работа врачей с помощью ИИ, и был только один пример, когда ИИ оценивался в проспективном исследовании в клинической среде.
«Для клиницистов по-прежнему важно продолжать принимать собственные решения. Следует учитывать, что ИИ не идеален и также бывает подвержен предвзятости и ошибкам», – заключила д-р Куо.