Un modelo de inteligencia artificial explicable aumentado por características para diagnosticar la enfermedad de...

Área de la Ciencia:

• La inteligencia artificial en la medicina
• La neurociencia
• Análisis de imágenes médicas

Sus antecedentes:

• El diagnóstico de la enfermedad de Alzheimer (EA) requiere la integración de datos complejos como la información clínica, las puntuaciones cognitivas (MMSE) y las imágenes por resonancia magnética.
• Las herramientas actuales de diagnóstico de IA a menudo carecen de transparencia, lo que dificulta su adopción clínica.
• Los métodos de IA explicable (XAI) son cruciales para generar confianza y facilitar el uso de la IA en la atención médica.

Objetivo del estudio:

• Evaluar un enfoque de IA explicable aumentada por características (XAI) para apoyar el diagnóstico de la enfermedad de Alzheimer (EA).
• Evaluar el impacto de la explicabilidad de la IA en la confianza y la comprensión del clínico en el diagnóstico de EA.
• Para integrar los datos clínicos, las puntuaciones de MMSE y las exploraciones de resonancia magnética dentro de un marco XAI.

Principales métodos:

• Una evaluación basada en encuestas en la que participaron cinco médicos experimentados especializados en EA.
• Los participantes evaluaron los resultados de diagnóstico generados por la IA, incluidas las interpretaciones de las características clínicas, los mapas de calor de la RM y las explicaciones combinadas.
• El enfoque XAI combinó el razonamiento basado en reglas con la visualización basada en ejemplos para mejorar la interpretabilidad.

Principales resultados:

• El modelo de IA explicable logró una puntuación de confianza del 100% entre los clínicos participantes.
• El 80% de los médicos expresaron confianza condicional, lo que indica la necesidad de una mayor aclaración junto con las ideas de la IA.
• El formato de explicación integrado mejoró significativamente la comprensión y la confianza del clínico en el diagnóstico de EA asistido por IA.

Conclusiones:

• Este estudio es el primero en recopilar comentarios de expertos clínicos sobre un modelo XAI para el diagnóstico de EA.
• La explicabilidad es un factor crítico para fomentar la confianza y la usabilidad de las herramientas de IA en la práctica clínica.
• Los enfoques XAI son particularmente valiosos para apoyar a los médicos experimentados en tareas de diagnóstico complejas como la EA.