پایگاه خبری روابط عمومی هنر هشتم:// هوش مصنوعی قدرت مشابهی نسبت به متخصصین در تشخیص خطاهای رادیولوژی دارد

پایگاه خبری روابط عمومی هنر هشتم://

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

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.

به گزارش ایتنا، 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 محققان، 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.