Radiologia, podobnie jak inne dziedziny medycyny, coraz częściej korzysta z nowoczesnych technologii, takich jak sztuczna inteligencja (AI). Zastosowanie AI w diagnostyce obrazowej stało się jednym z najnowszych trendów, który ma na celu poprawę dokładności i szybkości diagnozowania chorób na podstawie obrazów rentgenowskich. Zgodnie z badaniami opublikowanymi w Radiology, czasopiśmie Radiological Society of North America (RSNA), lekarze mogą jednak zbyt mocno polegać na wskazówkach dostarczanych przez AI, co czasami prowadzi do automatyzacji podejmowania decyzji i nadmiernego zaufania do systemu.
Wzrost zaufania do AI w medycynie
W 2022 roku aż 190 programów opartych na sztucznej inteligencji w radiologii otrzymało aprobatę Amerykańskiego Urzędu ds. Żywności i Leków (FDA). Choć to bez wątpienia znaczący postęp, jak zauważa dr Paul H. Yi, dyrektor ds. inteligentnej obrazowej informatyki w St. Jude Children’s Research Hospital, istnieje pewien rozdźwięk między koncepcją a rzeczywistym zastosowaniem AI w klinicznych warunkach. Tym, co jest kluczowe dla zniwelowania tej luki, jest właściwe zaufanie do wskazówek, które AI dostarcza w procesie diagnostycznym.
Jak działa sztuczna inteligencja w diagnostyce radiologicznej?
W ramach prospektywnego badania, 220 lekarzy (w tym 132 radiologów) zostało poproszonych o odczytywanie zdjęć RTG klatki piersiowej przy jednoczesnym korzystaniu z sugestii dostarczanych przez sztuczną inteligencję. Badanie obejmowało osiem przypadków, w których AI sugerowała diagnozę na podstawie obrazów rentgenowskich, a lekarze mieli za zadanie zaakceptować, zmodyfikować bądź odrzucić te wskazówki. Sztuczna inteligencja albo trafnie diagnozowała przypadek, albo podawała błędne wyniki, często z dodatkowymi wyjaśnieniami lokalnymi (na przykład zaznaczając obszary obrazu uznawane za kluczowe) lub globalnymi (porównując przypadki z podobnymi obrazami z przeszłości).
W lokalnych wyjaśnieniach AI bezpośrednio wskazywała dany obszar obrazu, który uznawała za istotny, co prowadziło lekarza do obszaru, gdzie potencjalnie znajdowały się nieprawidłowości, takie jak zapalenie płuc. Natomiast globalne wyjaśnienia bazowały na porównaniach z innymi przypadkami, co umożliwiało lekarzowi zrozumienie, jak AI doszła do swojej diagnozy.
Wyniki badania: Zaufanie do AI a skuteczność diagnostyczna
Badanie wykazało, że lekarze częściej zgadzali się z sugestiami AI, gdy AI dostarczała lokalne wyjaśnienia. Okazało się także, że na podstawie takich wyjaśnień lekarze podejmowali decyzje szybciej i z większą pewnością. Kiedy AI dostarczała poprawnej diagnozy, dokładność diagnostyczna była wyraźnie wyższa, osiągając 92,8% w przypadku lokalnych wyjaśnień, w porównaniu do 85,3% przy wyjaśnieniach globalnych. Co jednak istotne, kiedy AI popełniała błąd, lekarze również częściej podejmowali błędne decyzje – dokładność wynosiła zaledwie 23,6% przy lokalnych wyjaśnieniach i 26,1% przy wyjaśnieniach globalnych.
Dr Paul H. Yi podkreślał, że szybkie zaufanie do AI, zwłaszcza w przypadku lokalnych wyjaśnień, może prowadzić do tzw. biasu automatyzacji, czyli nadmiernego polegania na komputerowych algorytmach. Choć AI może istotnie przyspieszyć i usprawnić proces diagnostyczny, nie jest nieomylna, a lekarze muszą pamiętać o konieczności samodzielnej interpretacji wyników.
Przyszłość AI w radiologii
Dr Chien-Ming Huang, współautor badania i profesor na Uniwersytecie Johnsa Hopkinsa, zwrócił uwagę na to, że nadmierne poleganie na sztucznej inteligencji może mieć negatywne skutki, jeśli lekarze zbyt szybko i bezkrytycznie zaakceptują wskazania AI. Stąd ważne jest, aby programiści systemów AI starannie analizowali wpływ różnych form wyjaśnień dostarczanych przez AI na decyzje kliniczne.
Współpraca między przemysłem technologicznym a środowiskiem medycznym będzie kluczowa dla dalszego rozwoju inteligentnych systemów diagnostycznych. Dr Yi zauważa, że badanie to powinno stanowić punkt wyjścia do dalszej dyskusji i poszukiwania nowych rozwiązań, które pozwolą na skuteczniejsze, ale jednocześnie bezpieczne wykorzystanie sztucznej inteligencji w medycynie.
Wnioski
Wzrost zastosowania sztucznej inteligencji w diagnostyce radiologicznej z pewnością przynosi korzyści, takie jak większa dokładność i szybkość diagnozowania. Jednakże, jak pokazuje to badanie, lekarze muszą zachować ostrożność i unikać zbyt dużego zaufania do algorytmów, aby nie popaść w bias automatyzacji. Kluczem do sukcesu będzie odpowiednie balansowanie między zdolnościami AI a profesjonalnym osądem lekarza, co wymaga zarówno dalszych badań, jak i ścisłej współpracy ekspertów z różnych dziedzin.
