(资料图)
根据 5 月 16 日在线发表在JAMA Network Open上的一项研究，优化的人工智能 (AI) 策略可以降低高级放射科医生的基于诊断时间的成本，而传统的全人工智能策略似乎对初级放射科医生更有利。
来自中国广州第一附属医院和中山大学的 Wen-Juan Tong 及其同事开发了一种优化的 AI 决策辅助集成，与传统的 AI 辅助策略相比，可以减少放射科医生的工作量，同时保持诊断性能。
基于 16 名初级和高级放射科医师如何结合具有不同图像特征的 AI 辅助诊断结果，使用了一组包含 1,048 名患者的 1,754 个甲状腺结节的 1,754 张超声图像的回顾性图像来构建优化策略。优化策略与传统的全 AI 策略进行了比较，使用前瞻性研究集中 268 名患者的 300 张超声图像和 300 个甲状腺结节。
研究人员发现，与传统的全 AI 策略相比，优化策略与初级放射科医生的平均任务完成时间增加有关，但高级放射科医生的平均任务完成时间较短。对于 11 到 16 岁的读者，两种策略之间的敏感性(范围，91% 到 100%)或特异性(范围，94% 到 98%)没有观察到显着差异。
“我们建议初级放射科医生在甲状腺结节管理中应用传统的全人工智能策略，而高级放射科医生应该应用优化策略，”作者写道。“这些优化的 AI 决策辅助集成有可能通过降低基于诊断时间的成本同时保持出色的诊断性能来帮助放射科医生减少工作量。
关键词：
