Patientundersøgelse viser forsigtig støtte til AI i mammografiscreening

Patientundersøgelse viser forsigtig støtte til AI i mammografiscreening

Resultater fra en stor undersøgelse af en forskelligartet patientpopulation afslørede forsigtig støtte til implementering af kunstig intelligens (AI) i screening af mammografi, ifølge en undersøgelse offentliggjort i dag iRadiologi: billeddannelse af kræftet tidsskrift fra Radiological Society of North America (RSNA). Personlig sygehistorie og sociodemografiske faktorer påvirkede respondentens tillid til AI.

Mens den diagnostiske nøjagtighed af AI-systemer er blevet dramatisk forbedret i de seneste år, er der stadig udbredt anvendelse og accept af denne teknologi af forskellige årsager, såsom:

Et perspektiv, der ofte overses i samtalen om væksten af ​​AI i radiologi, er patientens.

Patientperspektiver er kritiske, fordi vellykket implementering af kunstig intelligens i medicinsk billedbehandling afhænger af tillid og accept fra dem, vi søger at tjene. Hvis patienter er tøvende eller skeptiske over for AIs rolle i deres pleje, kan dette påvirke screeningsoverholdelsen og dermed de overordnede sundhedsresultater. “

Basak E. Dogan, MD,Studie forfatterKlinisk professor i radiologi og direktør for brystbilleddannelsesforskning ved University of Texas Southwestern Medical Center i Dallas

Dr. For bedre at forstå patienternes meninger og bekymringer vedrørende brugen af ​​kunstig intelligens til screening af mammografi, udviklede Dogan og kollegaer en undersøgelse med 29 spørgsmål for alle patienter, der besøgte deres facilitet til et brystkræftscreeningsmammografi. Den valgfri undersøgelse var tilgængelig i en periode på syv måneder i 2023.

Alle undersøgelsesspørgsmål var lukkede og vurderede deltagernes viden og opfattelse af AI. Undersøgelsen indhentede demografiske oplysninger ud over klinisk information, der afslørede en respondents historie med brystkræft, f.eks.

Af de 518 patienter, der gennemførte undersøgelsen, var den mest indikerede støtte til at bruge AI sammen med en radiologs anmeldelse, hvor 71 % af respondenterne foretrak AI til at blive en anden læser. Dette var på trods af bekymringer om tab af ansigt-til-ansigt interaktion med radiologen, privatliv, mangel på gennemsigtighed og partiskhed. Mindre end 5 % var trygge ved at bruge AI alene og fortolke deres screeningsmammografi.

På grund af dens store og forskelligartede patientpopulation opdagede undersøgelsen en række demografiske faktorer, der påvirker patienternes opfattelse. Respondenter med mere end en universitetsgrad eller højere selvrapporteret viden om AI var to gange mere tilbøjelige til at acceptere AI-involvering i deres screening mammografi.

Navnlig rapporterede latinamerikanske og ikke-spansktalende sorte respondenter signifikant større bekymringer om AI-bias og privatliv, hvilket højst sandsynligt resulterede i lavere accept af AI blandt disse patientgrupper.

"Disse resultater tyder på, at demografiske faktorer spiller en kompleks rolle i at forme patienternes tillid og opfattelser af AI i brystbilleddannelse," tilføjede Dr. Dogan.

Familie og personlig sygehistorie påvirkede også patienternes holdning til AI.

Uanset om en abnormitet blev opdaget af AI eller radiologer, var patienter med en nær slægtning med brystkræft mere tilbøjelige til at søge yderligere undersøgelse. Disse patienter udviste dog en høj grad af tillid til AI og radiologanmeldelser, da mammografi kom tilbage som normalt.

I modsætning hertil var patienter med et unormalt mammografi mere tilbøjelige til at forfølge diagnostisk opfølgning, når AI og radiologers anmeldelse var i konflikt. Dette var især tilfældet, når det var AI, der markerede en abnormitet.

"Dette viser, hvordan personlig sygehistorie påvirker tilliden til AI og radiologer forskelligt og understreger behovet for personaliserede AI-integrationsstrategier i mammografiscreening," sagde Dr. Dogan.

Forskerne bemærkede, at efterhånden som teknologien fortsætter med at udvikle sig, er det vigtigt at fortsætte med at engagere sig med patienter for at forstå deres nye syn på AI-teknologi i sundhedsvæsenet.

"Vores undersøgelse viser, at tillid til AI er meget individualiseret og påvirket af faktorer som tidligere medicinske erfaringer, uddannelse og racemæssig baggrund," sagde Dr. Dogan. "Inkorporering af patientperspektiver i AI-implementeringsstrategier sikrer, at disse teknologier forbedrer snarere end hindrer patientbehandling, fremmer tillid og overholdelse af billeddiagnostiske rapporter og anbefalinger."

Kilder: