了解放射科医生与人工智能合作的数据集

科学领域:

• 医疗成像医学成像
• 医疗保健中的人工智能
• 放射学 放射学是一门学科.

背景情况:

• 胸部X射线的解释是复杂的,有可能需要人工智能协助.
• 了解人与人工智能的协作对于将人工智能集成到临床工作流程中至关重要.
• 现有的数据集缺乏全面的协作性能比较.

研究的目的:

• 介绍Collab-CXR数据集,这是研究人与人工智能在胸部X射线解释方面的合作的新型资源.
• 提供有关放射科医生在人工智能辅助和无人工智能辅助的情况下和临床病史方面的数据.
• 为了研究影响协作有效性和诊断结果的因素.

主要方法:

• 通过实验收集了227名放射科医生的数据,评估了324个历史性胸部X射线病例.
• 利用自定义界面对104种胸部病理进行概率评估.
• 多种信息条件:人工智能协助 (是/否) 和临床病史 (是/否).

主要成果:

• Collab-CXR是最大的数据集,比较人类-人工智能协作性能与人类或人工智能单独在放射学.
• 丰富的元数据包括放射科医生的特征和决策过程.
• 数据支持对各种研究问题的学科内部和学科间分析.

结论:

• 科拉布-CXR数据集有助于对医疗成像中人-人工智能集成的严格调查.
• 调查结果可以为AI工具开发,实施策略和优化协作工作流提供信息.
• 最终的目标是通过提高诊断准确性和效率来改善患者护理.