Raziskava pacientk kaže previdno podporo umetni inteligenci pri mamografskih pregledih

Raziskava pacientk kaže previdno podporo umetni inteligenci pri mamografskih pregledih

Glede na študijo, objavljeno danes vRadiologija: slikanje rakačasopis Radiološkega društva Severne Amerike (RSNA). Osebna zdravstvena anamneza in sociodemografski dejavniki so vplivali na zaupanje respondenta v AI.

Čeprav se je diagnostična natančnost sistemov umetne inteligence v zadnjih letih dramatično izboljšala, je ta tehnologija še vedno razširjena in sprejeta zaradi različnih razlogov, kot so:

Ena perspektiva, ki je v pogovoru o rasti umetne inteligence v radiologiji pogosto spregledana, je pacientova.

Stališča pacientov so ključnega pomena, ker je uspešna implementacija umetne inteligence v medicinsko slikanje odvisna od zaupanja in sprejemanja tistih, ki jim želimo služiti. Če so bolniki neodločni ali skeptični glede vloge umetne inteligence pri njihovi oskrbi, bi to lahko vplivalo na upoštevanje presejalnih pregledov in posledično na splošne zdravstvene rezultate. “

Basak E. Dogan, dr. med.Avtor študijeKlinični profesor radiologije in direktor oddelka za slikanje dojk na Southwestern medicinskem centru Univerze v Teksasu v Dallasu

Da bi bolje razumeli mnenja in pomisleke pacientk glede uporabe umetne inteligence pri presejalni mamografiji, so Dogan in sodelavci razvili anketo z 29 vprašanji za vse pacientke, ki so obiskale njihovo ustanovo zaradi presejalne mamografije za raka dojke. Izbirna anketa je bila na voljo za sedemmesečno obdobje leta 2023.

Vsa anketna vprašanja so bila zaprtega tipa in so ocenjevala znanje udeležencev in dojemanje umetne inteligence. Raziskava je pridobila demografske podatke poleg kliničnih podatkov, ki so razkrili, da je anketiranka imela raka dojke, npr.

Od 518 pacientov, ki so izpolnili anketo, je večina navedla podporo za uporabo umetne inteligence poleg pregleda radiologa, pri čemer je 71 % anketirancev raje umetno inteligenco postalo drugi bralec. To je bilo kljub pomislekom glede izgube osebne interakcije z radiologom, zasebnosti, pomanjkanja preglednosti in pristranskosti. Manj kot 5 % jih je zadovoljilo samo uporabo umetne inteligence in razlago njihove presejalne mamografije.

Zaradi velike in raznolike populacije bolnikov je raziskava odkrila različne demografske dejavnike, ki vplivajo na dojemanje bolnikov. Pri anketirancih z več kot visokošolsko diplomo ali višjim znanjem o umetni inteligenci je bilo dvakrat večja verjetnost, da bodo sprejele udeležbo umetne inteligence pri presejalni mamografiji.

Predvsem temnopolti anketiranci in temnopolti anketiranci so poročali o znatno večji zaskrbljenosti glede pristranskosti umetne inteligence in zasebnosti, kar je najverjetneje povzročilo manjše sprejemanje umetne inteligence med temi skupinami bolnikov.

"Ti rezultati kažejo, da imajo demografski dejavniki kompleksno vlogo pri oblikovanju zaupanja pacientov in dojemanja umetne inteligence pri slikanju dojk," je dodal dr. Dogan.

Družinska in osebna anamneza je vplivala tudi na odnos bolnikov do umetne inteligence.

Ne glede na to, ali je nenormalnost odkrila umetna inteligenca ali radiologi, so bolniki z bližnjim sorodnikom z rakom dojke pogosteje iskali dodaten pregled. Vendar so te bolnice pokazale visoko stopnjo zaupanja v preglede AI in radiologov, ko se je mamografija vrnila kot običajno.

V nasprotju s tem so bile pacientke z nenormalnim mamogramom bolj verjetno, da bodo sledile diagnostičnemu spremljanju, ko sta bila pregled AI in radiologov v nasprotju. To je še posebej veljalo, ko je AI označil nenormalnost.

"To kaže, kako osebna zdravstvena zgodovina različno vpliva na zaupanje v umetno inteligenco in radiologe, ter poudarja potrebo po prilagojenih strategijah integracije umetne inteligence pri mamografskih pregledih," je dejal dr. Dogan.

Raziskovalci so ugotovili, da je z napredkom tehnologije pomembno še naprej sodelovati s pacienti, da bi razumeli njihove razvijajoče se poglede na tehnologijo umetne inteligence v zdravstvu.

»Naša študija kaže, da je zaupanje v umetno inteligenco zelo individualizirano in nanj vplivajo dejavniki, kot so predhodne zdravstvene izkušnje, izobrazba in rasno poreklo,« je dejal dr. Dogan. "Vključitev pacientovih perspektiv v strategije izvajanja umetne inteligence zagotavlja, da te tehnologije izboljšajo in ne ovirajo oskrbe pacientov, spodbujajo zaupanje in upoštevanje poročil in priporočil o slikanju."

Viri: