Sztuczna inteligencja pomocna w diagnozowaniu litych zmian trzustkowych
Nowe badania pokazują, że model sztucznej inteligencji (AI) przetwarzający zarówno informacje kliniczne, jak i endoskopowe obrazy ultrasonograficzne (EUS) może pomóc w diagnostyce litych zmian w trzustce.
Naukowcy z Chin wykorzystali informacje kliniczne i obrazy EUS od 439 pacjentów z litymi zmianami w trzustce. Celem było zweryfikowanie zdolności modelu sztucznej inteligencji do odróżniania raka od zmian nienowotworowych.
Dokładność diagnostyczna zwiększona dzięki AI
W randomizowanym badaniu krzyżowym 12 endoskopistów o różnym poziomie wiedzy specjalistycznej z czterech ośrodków w Chinach zdiagnozowało lite zmiany w trzustce za pomocą lub bez wykorzystania modelu AI.
Naukowcy przetestowali wydajność modelu wewnętrznie i zewnętrznie, korzystając z retrospektywnych zestawów danych z udziałem 628 pacjentów i prospektywnego zestawu danych z udziałem 130 pacjentów. Porównali dokładność diagnostyczną endoskopistów wspierających się sztuczną inteligencją oraz niekorzystających z niej.
Model sztucznej inteligencji wykazał solidność w kohortach wewnętrznych i zewnętrznych, z obszarem pod krzywą wynoszącym 0,996 w wewnętrznym zestawie danych testowych i między 0,924 a 0,976 w testach zewnętrznych.
Okazało się, że dokładność diagnostyczna początkujących endoskopistów została znacznie zwiększona dzięki pomocy AI, zwiększając się z 0,69 do 0,90 (P < 0,001).
Akceptacja przewidywań sztucznej inteligencji
Eksperci i starsi endoskopiści wykazywali większą tendencję niż początkujący endoskopiści do odrzucania przewidywań modelu AI. Jednak po uzupełnieniu wyników analiz interpretowalności, akceptacja przewidywań AI wzrosła wśród bardziej doświadczonych endoskopistów, stając się ogólnie porównywalna z akceptacją początkujących endoskopistów.
W ocenie autorów badania, to sugeruje, że endoskopiści o różnej wiedzy specjalistycznej mogą skutecznie współpracować z tym multimodalnym modelem sztucznej inteligencji, ustanawiając badanie potwierdzające słuszność koncepcji interakcji człowiek-sztuczna inteligencja w leczeniu zmian litych w trzustce.
