根据今天发表的一项研究放射学，北美放射学会（RSNA）的杂志。
先前的研究表明，用于决策支持的AI通过提高对癌症检测的敏感性而无需延长阅读时间，从而提高了放射科医生的性能。但是，AI对放射科医生的视觉搜索模式的影响仍未得到充实。
为了了解更多信息，研究人员使用眼动追踪系统来比较放射科医生的性能和视觉搜索模式，当阅读筛查筛查的情况下，并且没有AI决策支持系统。该系统包括一个基于相机的小型设备，该设备位于屏幕前，带有两个红外灯和一个中央相机。红外灯照亮了放射科医生的眼睛，并且相机捕获了反射，从而可以计算放射线医生在屏幕上的确切坐标。
通过分析这些数据，我们可以确定放射科医生关注的乳房X线照片的哪些部分，以及多长时间，提供了对其阅读模式的宝贵见解。”
Jessie J. J. Gommers，M.Sc。，研究的联合第一作者来自荷兰Nijmegen的Radboud大学医学中心医学成像系
在这项研究中，12位放射科医生阅读了150名女性的乳房X线摄影检查，其中包括75名乳腺癌和75例没有。
与无助的阅读相比，放射科医生的乳腺癌检测准确性更高。没有证据表明平均灵敏度，特异性或阅读时间有所不同。
戈姆斯说：“结果令人鼓舞。”“随着AI信息的可用性，放射科医生的表现明显更好。”
眼睛跟踪数据表明，放射科医生花了更多时间检查在可用的AI支持时包含实际病变的区域。
Gommers说：“放射科医生似乎根据AI的怀疑程度来调整其阅读行为：当AI得分较低时，它可能会使放射线医生放心，从而帮助他们在明显的正常情况下更快地移动。”“相反，高的AI分数促使放射学家采取更加谨慎的外观，尤其是在更具挑战性或微妙的情况下。”
Gommers说，AI的区域标记与视觉提示一样起作用，指导放射科医生对潜在可疑区域的关注。她说，从本质上讲，AI充当了另外的眼睛，为放射科医生提供了其他信息，从而提高了解释的准确性和效率。
“总的来说，AI不仅帮助放射学家专注于正确的案例，而且还将注意力集中在这些情况下最相关的地区，这表明AI在提高绩效和效率方面发挥了有意义的作用乳腺癌筛查，”戈姆斯说。
Gommers指出，对错误的AI建议的过度依赖可能导致错过的癌症或不必要的召回来进行其他成像。但是，多项研究发现，AI可以在乳房X线摄影解释中表现出色，也可以表明错误的AI信息的风险相对较低。
Gommers说，为了减轻错误的风险，重要的是，AI高度准确，并且使用它的放射科医生对自己的决定负责。
她说：“教育放射科医生如何批判性地解释AI信息是关键。”
研究人员目前正在进行其他读者研究，以探索应何时应提供AI信息，例如在开案件后立即与要求。此外，研究人员正在开发方法来预测AI是否不确定其决策。
Gommers说：“这将使更多的选择性使用AI支持，只有在可能提供有意义的利益的情况下才能应用它。”