هدف
ارزیابی کاربرد بالینی هوش مصنوعی (AI) در رادیوگرافی قفسه سینه در میان پزشکان بیمارستان
روش ها
در این مطالعه، یک نظرسنجی آنلاین در سطح بیمارستان در مورد استفاده از نرم افزار تشخیص ضایعه مبتنی بر AI برای رادیوگرافی قفسه سینه با همه پزشکان و رادیولوژیست های بیمارستان انجام شد. در این بیمارستان، نسخه 2 نرم افزار مذکور از مارس 2020 تا فوریه 2021 مورد استفاده قرار گرفت و می توانست سه نوع ضایعه را تشخیص دهد. نسخه 3 از مارس 2021 برای رادیوگرافی قفسه سینه با تشخیص 9 نوع ضایعه مورد استفاده قرار گرفت. شرکت کنندگان در این نظرسنجی به سوالاتی در مورد تجربه شخصی خود در استفاده از نرم افزار مبتنی بر AI در عملکرد روزانه پاسخ دادند. پرسشنامه ها شامل سوالات چند گزینه ای، چند انتخابی و سوالات مقایسه ایی بودند. پاسخ ها با استفاده از t-test و the Wilcoxon rank-sum test بر اساس پزشکان و رادیولوژیست ها تجزیه و تحلیل شدند.
نتایج
یکصد و بیست و سه پزشک به نظرسنجی پاسخ دادند و 74 درصد به تمام سوالات پاسخ دادند. نسبت افراد استفاده کننده از AI در میان رادیولوژیست ها بیشتر از پزشکان بود (82.5٪ در مقابل 45.9٪، p = 0.008). هوش مصنوعی به عنوان مفیدترین ابزار در اورژانس تلقی می شد و پنوموتوراکس ارزشمندترین یافته محسوب می شد. تقریباً 21 درصد از پزشکان و 16 درصد از رادیولوژیست ها پس از مراجعه به هوش مصنوعی نتایج خواندن خود را تغییر دادند و سطح اعتماد به هوش مصنوعی به ترتیب 64.9٪ و 66.5٪ بود. شرکت کنندگان بر این عقیده بودند که هوش مصنوعی به کاهش زمان خواندن کمک می کند. آنها پاسخ دادند که هوش مصنوعی به افزایش دقت تشخیص کمک می کند و پس از استفاده واقعی، دید مثبت تری نسبت به هوش مصنوعی داشتند.
نتیجه گیری
طبق این نظرسنجی در سطح بیمارستان، تطبیق هوش مصنوعی برای رادیوگرافی قفسه سینه روزانه بازخورد کلی مثبتی از پزشکان و رادیولوژیست ها دریافت کرد. پزشکان شرکت کننده ترجیح دادند از هوش مصنوعی استفاده کنند و پس از کار واقعی با نرم افزار مبتنی بر AI در عمل بالینی روزانه، دید مطلوب تری نسبت به آن داشتند.
لینک مقاله:
PLOS one