以用户为中心的可解释人工智能标准,用于在PET/CT中实施基于人工智能的Denoising
M Champendal1, R T Ribeiro2, H Müller3
1HESAV School of Health Sciences - Vaud, HES-SO University of Applied Sciences and Arts Western Switzerland, Avenue de Beaumont 21, 1011 Lausanne, Switzerland; Faculty of Biology and Medicine, University of Lausanne, Unicentre, CH, 1015 Lausanne, Switzerland.
Radiography (London, England : 1995)
|October 11, 2025
概括
放射科医生需要简单的,全面的解释和详细的,具体的洞察力,来自PET/CT的AI denoising工具. 量身定制的可解释的人工智能 (XAI) 功能对于临床实践中的信任和采用至关重要.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 核医学是一种核医学.
背景情况:
- 在PET/CT中基于人工智能的denoising的临床采用需要透明和可靠的工具.
- 放射科医生的需求和工作流集成是成功实施的关键.
研究的目的:
- 确定可解释的人工智能 (XAI) 工具的基本特征,用于基于人工智能在PET/CT中进行denoising.
- 为了使XAI工具功能与放射科医生的临床采用需求保持一致.
主要方法:
- 两个重点小组由来自核医学部门的十名放射科医生组成.
- 用匹配/不匹配的地面真相场景分析放射学家需求.
- 内容分析以确定所需的XAI工具特性.
主要成果:
- 放射科医生需要两个层次的解释:具有信心水平的总结和详细的,具体情况的见解.
- 人工智能理解的关键问题包括"什么"",什么时候"和"如何".
- 有效的XAI工具应该是简单的,可适应的,用户友好的,和非破坏性的.
结论:
- XAI工具必须提供工作流效率高的总结和深入的案例具体细节.
- 满足这些双重解释需求促进了对PET/CT的AI否定的信任和整合.
- 针对放射科医生量身定制的自适应性XAI工具加速了在PET/CT成像中采用AI的速度.
