通过提高数字素养,加强人工智能与医生的合作,在结肠镜中进行计算机辅助诊断

科学领域:

• 医学成像和诊断 医学成像和诊断
• 医疗保健中的人工智能
• 计算机辅助诊断是一种计算机辅助的诊断.

背景情况:

• 结肠镜中精确的光学诊断依赖于适当的信任和对数字资源的平衡依赖.
• 计算机辅助诊断 (CADx) 在结肠镜检查中的整合需要仔细考虑人与人工智能的相互作用.
• 使用多种多图像数据集进行主动学习是开发精确CADx系统的关键.

研究的目的:

• 探索影响信任和依赖结肠镜数字资源的因素.
• 调查积极学习在提高CADx系统精度方面的作用.
• 检查可解释的人工智能和医生数字素养对基于人工智能的发现解释的影响.

主要方法:

• 利用积极学习策略与多种多图像数据集用于CADx开发.
• 实施可解释的人工智能 (AI) 技术,以解决系统不透明的问题.
• 为人工智能开发方法,以向临床医生传达不确定性和决策信心.

主要成果:

• 使用多样化的数据集进行主动学习可以提高CADx系统的精度.
• 可解释的AI和清晰的文本描述提高了AI发现的解释性.
• 人工智能对不确定性和信心的沟通积极影响医生接受结果.

结论:

• 在结肠镜检查中,最佳的AI-医生协作取决于改进的算法性能和透明度.
• 解决人工智能的不确定性和提高医生的光学诊断技能对于有效的整合至关重要.
• 对数字工具的平衡依赖,在增强的数字素养的支持下,对于准确的光学诊断至关重要.