人类专家和人工智能在区域麻醉中超声波识别解剖结构中的差异:辅助人工智能评估框架

科学领域:

• 医学成像医学成像
• 医学中的人工智能
• 麻醉学 麻醉学

背景情况:

• 扫描NavTM解剖外围神经块是一种使用超声波的颜色叠加用于区域麻醉的AI设备.
• 本研究评估了人类专家和人工智能系统之间识别声解剖结构的一致性.

研究的目的:

• 为了比较专家超声波仪和人工智能驱动的ScanNavTM系统之间的声解剖结构识别的一致性.
• 量化评估人类专家之间的协议,以及专家与人工智能之间的协议.

主要方法:

• 超声导向区域麻醉 (UGRA) 的19名专家在30个超声视频中对6个区域的100个解剖结构进行了注释.
• 标注被比较以评估人与人之间的协议.
• 人工智能颜色覆盖与所有专家注释进行了比较,以确定人类-人工智能协议.

主要成果:

• 对动脉的一致性最高 (滴子得分为0.88/0.86人-人/人-AI),其次是肌肉 (0.80/0.77),神经的一致性最低 (0.48/0.41).
• 根据结构,一致性有很大差异,沙特肌显示高一致性 (0.91/0.92) 和辐射神经显示低一致性 (0.21/0.27).

结论:

• 人类专家和人工智能系统都在识别声解剖结构时展示了类似的协议模式.
• 该研究挑战了统一专家意见的假设,并强调需要探索观察到的差异的临床意义.
• 建议对人工智能设备进行评估框架,以告知临床培训和实践,强调麻醉师参与人工智能开发.