人工智能效率作为学员口译能力的函数:随机对照试验的教训
David A Fussell1, Cynthia C Tang2, Jake Sternhagen2
1From the Department of Radiological Sciences (D.A.F., C.C.T., J.S., V.V.M., J.J., H.R.T., C.H.L., P.D.C., D.S.C.), University of California, Irvine, Irvine, California fusselld@hs.uci.edu.
AJNR. American journal of neuroradiology
|June 21, 2024
概括
人工智能 (AI) 在检测内出血和大血管封闭方面显著提高了医学学生但不是住院实习生的诊断准确性. 医学学生也不太可能覆盖不正确的AI建议.
科学领域:
- 放射学 放射学是一门学科.
- 医学教育 医学教育
- 人工智能在医学中的应用
背景情况:
- 人工智能 (AI) 工具在医学教育和临床实践中越来越多地使用.
- 人工智能对不同学员级别的诊断准确性的影响仍未得到充分研究.
研究的目的:
- 调查人工智能协助如何影响医学学生和居民实习生的诊断准确度.
- 评估AI对检测内出血和大血管封闭的影响.
主要方法:
- 一项前性研究,涉及48名医学学生和住院实习生.
- 参与者解释了100个头部CT用于内出血和100个头部CTA用于大血管封闭,在一个条件下使用AI辅助.
- 结果包括诊断准确性 (灵敏度,特异性) 和解释时间,使用t测试和ANOVA进行分析.
主要成果:
- 人工智能诊断辅助显著提高了医学学生的准确性11.0分 (P < .001);居民实习生的准确性没有显著变化.
- 人工智能增加了内出血的解释时间,而大血管封闭的解释时间减少了医学学生.
- 这两组在不同意人工智能或提供不正确的人工智能结果时都不太准确.
结论:
- 与居民实习生相比,AI在医学学生中显示出更大的诊断准确度改进.
- 医学学生不太可能覆盖错误的AI解释,并且比单独的AI更不准确,即使有协助.
