耳鼻喉科医生对机器学习驱动的临床决策支持工具的信任
Hannah Chen1, Xiaoyue Ma2, Hal Rives1
1Sean Parker Institute for the Voice, Department of Otolaryngology-Head and Neck Surgery, Weill Cornell Medicine, New York, New York, USA.
The Laryngoscope
|January 17, 2024
概括
耳鼻喉科医生受到机器学习临床决策支持工具 (ML-CDST) 的影响,特别是当缺乏诊断信心时. 来自ML-CDST的具体解释增加了医生信任和诊断判断的修订.
科学领域:
- 医疗信息学 医疗信息学
- 人工智能在医学中的应用
- 耳鼻喉科-头部和部手术
背景情况:
- 机器学习驱动的临床决策支持工具 (ML-CDST) 正在接近整合到临床实践中.
- 本研究研究了ML-CDST对耳鼻喉科-头手术诊断判断的影响.
研究的目的:
- 调查ML-CDST是否影响耳鼻喉科医生的诊断决策.
- 评估ML-CDST解释类型对诊断判断的影响.
主要方法:
- 耳鼻喉科医生参与了一个虚拟实验,涉及人与人工智能的互动.
- 参与者诊断了12次视频强光镜检查,然后在ML-CDST输出后修订了诊断.
- ML-CDST的解释各不相同:没有,一般或特定的逻辑.
主要成果:
- 当医生报告较低的信心时,他们更有可能改变诊断 (p=0.001).
- 对ML-CDST逻辑的具体解释增加了诊断判断的修订 (p=0.048).
- 这项研究招募了45名耳鼻喉科医生.
结论:
- 耳鼻喉科医生表现出对ML-CDST诊断建议的敏感性,尤其是在不确定的情况下.
- 具体的解释增强了耳鼻喉科医生对ML-CDST输出的信心.
- 人工智能工具的可解释性对于临床采用至关重要.
