2023.08.10

生成AIに読影レポートを読ませ、追加検査の推奨を把握する

カテゴリ

その他
原文タイトル

Development and External Validation of an Artificial Intelligence Model for Identifying Radiology Reports Containing Recommendations for Additional Imaging
ジャーナル名

American Journal of Roentgenology
年巻号ページ番号

2023 September, Am J Roentgenol 221: 377
著者

Nooshin Abbasi
所属

Department of Radiology, Center for Evidence-Based Imaging, Brigham and Women's Hospital, Harvard Medical School, Boston, MA, USA

背景

放射線学的検査の読影レポートでは追加の検査を推奨される場合があり、フォローアップが遅れると患者のリスクにつながるが、調査によれば推奨がフォローされないケースも多くあるという。
アメリカBrigham and Women’s HospitalのAbbasiらは、Bidirectional encoder representations from transformers（BERT, Google検索などでも使用されている生成AI系ディープラーニング自然言語処理モデル）を用いて追加画像検査の推奨（RAI）が含まれるレポートを識別する人工知能を開発・検証した。2015～2021年に作成された読影レポート6,300例を、4：1でトレーニングセット・テストセットに分け、トレーニングセットを用いてBERTベースモデルを開発、その後テストセットを用いてBERTモデルと従来型機械学習（TML）モデルの性能を評価、さらに別病院の外部検証セット1,260例でも評価を行った。

この記事は会員限定記事です。

新規会員登録・コンテンツの閲覧は無料です

会員の方はこちら
会員ではない方はこちら

新着記事

「映像情報Medical」サイトへのアクセスありがとうございます。

本サイトは、国内の医療関係者（医師、技師、看護師等）を対象に、
様々な情報を提供させていただくことを目的としております。

新規会員登録・コンテンツの閲覧は無料です

一般の方や、国外の医療関係者に対する情報提供を目的としたものではないことをご了承ください。

あなたは医療関係者ですか？

映像情報Medicalのご利用にあたってをご確認の上、対象の職種をクリックしてください。

: 医療関係者でない場合は、会社概要ページへお進みください。