将人工智能集成到辐射瘤学中:人类可以发现AI吗?

科学领域:

• 辐射瘤学 辐射瘤学
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 人工智能 (AI) 越来越多地融入医疗保健,为医疗程序提供了潜在的进步.
• 准确地划分有风险的器官 (OAR) 和目标体积对于有效的放射治疗规划至关重要.
• 目前的手动轮工艺对于放射瘤学家来说可能是耗时的.

研究的目的:

• 评估基于人工智能的轮软件 (Limbus) 在放射瘤学的准确性和效率.
• 将AI轮性能与人类辐射瘤学家进行比较.
• 评估医疗保健专业人员区分人工智能产生的和人类产生的轮的能力.

主要方法:

• 在一个人工智能会议上进行了盲目比较分析,涉及四名放射瘤学家和林布斯人工智能软件.
• 参与者对乳腺癌患者CT扫描中的特定区域进行了轮.
• 由医疗保健专业人员和人工智能专家组成的观众试图识别人工智能生成的轮,并重复练习以观察学习效应.

主要成果:

• 人工智能在60秒内完成了轮,而人类瘤学家的平均时间为8分钟.
• 最初,只有28%的观众正确识别了AI轮,在第二次尝试时略有增加到31%.
• 区分人工智能与人类轮的困难表明,AI的质量和先进能力相似.

结论:

• 人工智能证明了在不影响质量的情况下,在放射瘤学中显著减少轮时间的潜力.
• 人工智能轮显示出提高辐射瘤学工作流程效率的前景.
• 需要进一步的研究来验证AI轮的临床有效性和整合到常规实践中.