هوش مصنوعی قدرت مشابهی نسبت به متخصصین در تشخیص خطاهای رادیولوژی دارد

هوش مصنوعی قدرت مشابهی نسبت به متخصصین در تشخیص خطاهای رادیولوژی دارد
فهرست مطالب
مطالعه جدیدی نشان می‌دهد که هوش مصنوعی می‌تواند به عنوان یک ویرایشگر پشتیبان مفید برای رادیولوژیست‌ها عمل کند و از دقیق و قابل اعتماد بودن گزارش‌های آنها اطمینان حاصل کند.
بر اساس یافته های منتشر شده در ۱۶ آوریل در ژورنال رادیولوژی، برنامه OpenAI GPT-4 تقریباً مانند گروهی از رادیولوژیست‌ها در تشخیص خطاهایی که در گزارش‌ها قرار داده شده بودند، عمل کرد
محقق ارشد دکتر رومن گرتز می‌گوید: «این کارآیی در تشخیص خطاها ممکن است به آینده‌ای اشاره کند که در آن هوش مصنوعی می‌تواند به بهینه‌سازی گردش کار در بخش‌های رادیولوژی کمک کند، و اطمینان حاصل کند که گزارش‌ها هم دقیق و هم به‌سرعت در دسترس هستند، بنابراین ظرفیت بخش رادیولوژی برای ارائه تشخیص‌های به موقع و قابل اعتماد افزایش می‌یابد. این اولین مطالعه‌ای است که GPT-4  را مستقیماً با عملکرد انسان در بررسی گزارش‌های رادیولوژی از نظر دقت، سرعت و مقرون به صرفه بودن مقایسه می‌کند.»
برای این مطالعه، گرتز و همکارانش ۲۰۰ گزارش رادیولوژی را بر اساس اشعه ایکس، سی تی اسکن و تصویربرداری MRI بین ژوئن تا دسامبر ۲۰۲۳ در یک بیمارستان جمع آوری کردند. محققان عمداً ۱۵۰ خطا را در ۱۰۰ گزارش وارد کردند، از جمله حذف، اشتباهات املایی، متون گیج‌کننده و اشتباهات دیگر. سپس از GPT-4 و گروهی متشکل از شش رادیولوژیست (دو رادیولوژیست ارشد، دو پزشک و دو دستیار رادیولوژی) خواستند که به طور جداگانه گزارش‌ها را بررسی کنند و اشتباهات را پیدا کنند.
به گفته ایتنا، به طور کلی، GPT-4  دارای نرخ تشخیص خطا ۸۳ درصد در مقایسه با ۸۹ درصد برای رادیولوژیست‌های ارشد و ۸۰ درصد برای رادیولوژیست‌ها و دستیاران رادیولوژی بود. مدرکی دال بر تفاوت معناداری در میانگین عملکرد GPT-4 در مقایسه با رادیولوژیست‌ها وجود نداشت. برنامه هوش مصنوعی همچنین به زمان پردازش کمتری در هر گزارش حتی نسبت به سریع‌ترین خواننده انسانی نیاز داشت و میانگین هزینه اصلاح در هر گزارش نیز نسبت به مقرون‌به‌صرفه‌ترین رادیولوژیست، کمتر بود.
گرتز گفت:« این مطالعه نشان می‌دهد که هوش مصنوعی می‌تواند مراقبت از بیمار را با افزایش دقت گزارش‌های رادیولوژی و سرعت تحویل گزارش‌ها بهبود بخشد. این مطالعه به چالش‌های مهم مراقبت‌های بهداشتی مانند افزایش تقاضا برای خدمات رادیولوژی و فشار برای کاهش هزینه‌های عملیاتی می‌پردازد.»
در نهایت، این تحقیق نمونه‌ای ملموس از این است که چگونه هوش مصنوعی می‌تواند مراقبت‌های بهداشتی را با افزایش کارایی، به حداقل رساندن خطاها و اطمینان از دسترسی گسترده‌تر به خدمات تشخیصی قابل اعتماد و مقرون به صرفه متحول کند.
کد خبر ۲۰۱۰۳۰۲۰۱.۵۶۸

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

اشتراک گذاری خبر:
برچسب‌ها: