Patientundersökning visar ett försiktigt stöd för AI vid mammografiscreening

Patientundersökning visar ett försiktigt stöd för AI vid mammografiscreening

Resultat från en stor undersökning av en mångsidig patientpopulation avslöjade försiktigt stöd för att implementera artificiell intelligens (AI) vid screening av mammografi, enligt en studie som publicerades idag iRadiologi: avbildning av canceren Journal of the Radiological Society of North America (RSNA). Personlig sjukdomshistoria och sociodemografiska faktorer påverkade respondentens förtroende för AI.

Även om den diagnostiska noggrannheten för AI-system har förbättrats dramatiskt under de senaste åren, finns det fortfarande en utbredd användning och acceptans av denna teknik av olika anledningar, såsom:

Ett perspektiv som ofta förbises i samtalet om tillväxten av AI inom radiologi är patientens.

Patientperspektiv är kritiska eftersom framgångsrik AI-implementering inom medicinsk bildbehandling är beroende av förtroende och acceptans från dem vi vill tjäna. Om patienter är tveksamma till eller skeptiska till AI:s roll i sin vård, kan detta påverka screeningens efterlevnad och följaktligen de allmänna hälsoresultaten. "

Basak E. Dogan, MD,Studie författareKlinisk professor i radiologi och chef för bröstavbildningsforskning vid University of Texas Southwestern Medical Center i Dallas

Dr. För att bättre förstå patienternas åsikter och farhågor angående användningen av AI vid screening av mammografi, utvecklade Dogan och kollegor en undersökning med 29 frågor för alla patienter som besökte deras anläggning för ett mammografi för bröstcancerscreening. Den valfria undersökningen var tillgänglig under en sjumånadersperiod 2023.

Alla enkätfrågor var slutna och bedömde deltagarnas kunskap och uppfattning om AI. Undersökningen erhöll demografisk information utöver klinisk information som avslöjade en respondents historia av bröstcancer, t.ex.

Av de 518 patienter som fyllde i undersökningen var det mest indikerade stödet för att använda AI tillsammans med en radiologs granskning, med 71 % av de tillfrågade föredrar AI för att bli en andra läsare. Detta trots oro över förlust av öga mot öga interaktion med radiologen, integritet, brist på transparens och partiskhet. Mindre än 5 % var bekväma med att använda enbart AI och tolka sitt screeningmammografi.

På grund av dess stora och varierande patientpopulation upptäckte undersökningen en mängd olika demografiska faktorer som påverkar patienternas uppfattningar. Respondenter med mer än högskoleexamen eller högre självrapporterad kunskap om AI var två gånger mer benägna att acceptera AI-inblandning i deras screeningmammografi.

Noterbart rapporterade latinamerikanska och icke-spansktalande svarta respondenter betydligt större oro för AI-bias och integritet, vilket troligen resulterade i lägre acceptans av AI bland dessa patientgrupper.

"Dessa resultat tyder på att demografiska faktorer spelar en komplex roll i att forma patienternas förtroende och uppfattningar om AI vid bröstavbildning," tillade Dr. Dogan.

Familj och personlig medicinsk historia påverkade också patienters attityder till AI.

Oavsett om en abnormitet upptäcktes av AI eller radiologer, var det mer sannolikt att patienter med en nära släkting med bröstcancer skulle söka ytterligare granskning. Dessa patienter visade dock ett högt förtroende för AI och radiologgranskningar när mammografin kom tillbaka som vanligt.

Däremot var patienter med ett onormalt mammografi mer benägna att fortsätta diagnostisk uppföljning när AI och radiologers granskning kom i konflikt. Detta var särskilt fallet när det var AI som flaggade för en abnormitet.

"Detta visar hur personlig medicinsk historia påverkar förtroendet för AI och radiologer på olika sätt och understryker behovet av personliga AI-integreringsstrategier vid mammografiscreening", säger Dr. Dogan.

Forskarna noterade att när tekniken fortsätter att utvecklas är det viktigt att fortsätta att engagera sig med patienter för att förstå deras föränderliga syn på AI-teknik inom sjukvården.

"Vår studie visar att förtroendet för AI är mycket individualiserat och påverkat av faktorer som tidigare medicinska erfarenheter, utbildning och rasbakgrund", säger Dr. Dogan. "Att införliva patientperspektiv i AI-implementeringsstrategier säkerställer att dessa tekniker förbättrar snarare än hindrar patientvården, främjar förtroende och efterlevnad av bildrapporter och rekommendationer."

Källor: