翻译机器;评估临床医生对眼科人工智能输出的理解

科学领域:

• 眼科医生 眼科 眼科
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 人工智能 (AI) 对光连贯断层扫描 (OCT) 扫描的自动化分析具有前景,以检测抗癌药物治疗的眼部并发症.
• 了解临床医生对人工智能输出的解释对于成功将人工智能整合到实践中至关重要.

研究的目的:

• 评估临床医生的理解,信任和准备将AI整合到实践中,以分析OCT扫描.
• 探索不同的可解释性方法如何影响临床医生对AI算法的信任.

主要方法:

• 一项基于调查的采访研究与27名临床医生 (眼科专家,从业者和瘤学家) 进行.
• 参与者被介绍到AI概念和临床场景,然后通过使用利克特尺度问题评估AI生成的OCT分析.
• 用描述性统计和曼-惠特尼U测试分析了数据.

主要成果:

• 可解释性方法根据场景的复杂性和临床医生的专业知识不同地影响了信任.
• 人工智能输出与专家意见一致,但显示混合结果与不正确的人工智能结果时,信任度增加.
• 临床医生表示,他们普遍缺乏关于人工智能交互的知识,并希望接受更多的培训.

结论:

• 临床医生对人工智能的信任受到可解释性,人工智能性能和临床经验的影响.
• 人工智能系统的开发应该结合这些因素来增强人机交互.
• 根据特定的临床情况定制可解释性技术可以提高医疗人工智能系统的现实世界有效性.