探索放射科医生使用人工智能聊天机器人来协助图像解释:使用模式和信任评估

科学领域:

• 放射学 放射学是一门学科.
• 人工智能的人工智能
• 医学沟通 医学沟通

背景情况:

• 患者对放射学报告的理解往往受到复杂的医学术语的限制.
• 越来越需要患者友好的医疗沟通来提高健康素养.
• 人工智能 (AI) 为简化复杂的医疗信息提供了潜在的解决方案.

研究的目的:

• 评估放射科医生对人工智能生成的,对患者友好的放射学报告的看法.
• 评估人工智能简化报告的正确性,完整性,术语复杂性和情感影响,包括MRI,CT和乳房影像/超声波.
• 确定结构化提示对人工智能生成的报告质量的影响.

主要方法:

• 来自沙特阿拉伯医院的79名放射科医生通过使用详细提示程序,审查了由ChatGPT-4生成的AI简化的放射学报告 (MRI,CT,乳房图/超声波).
• 参与者填写了调查问卷,评估事实正确性,完整性,术语复杂性和情感影响.
• 统计分析包括描述性统计,弗里德曼测试和皮尔森相关性.

主要成果:

• 放射科医生对乳腺扫描报告的正确性 (4.22) 和完整性评价最高,其次是CT和MRI.
• 在不同模式的正确性 (p<0.001) 和完整性 (p=0.001) 中观察到具有统计学意义的差异.
• 观察到中度的焦虑和复杂性评级,MRI报告引起的担忧略高;在放射科医生经验和乳房镜正确性之间存在微弱的正相关性 (r=0.235,p=0.037).

结论:

• 放射科医生通常支持人工智能生成的简化放射学报告,当有结构的提示确保清晰度,摘要和词汇表时.
• 乳房影像和CT报告被认为是有利的,但MRI报告需要增强的清晰度和情感支持.
• 人工智能有望改善患者对放射学报告的理解,需要进行特定模式的改进.