2025.03.28

医師は局所的説明を行ってくれる読影支援AIを好む

カテゴリ

その他
原文タイトル

Care to Explain? AI Explanation Types Differentially Impact Chest Radiograph Diagnostic Performance and Physician Trust in AI
ジャーナル名

Radiology
年巻号ページ番号

2024 November, Radiology 313: e233261
著者

Drew Prinster
所属

From the Department of Computer Science, Johns Hopkins University, 3400 N Charles St, Baltimore, MD, USA

背景

人工知能（AI）による診断支援はますます一般化しつつあり、AI支援によるパフォーマンスを高めるために、AIシステムへの医師の適切な信頼を育てることが重要になっているが、そもそも人はどのような場合にAIの予測を信頼するのか？
アメリカJohns Hopkins UniversityのPrinsterらは、放射線科医（専門）および内科医・救急医（非専門）を募集し、胸部X線8例の読影シミュレーションにおいて、二つの異なる説明タイプによるAIアドバイスがAIに対する信頼に与える影響を評価するRCTを実施した。
参加した医師には、症例X線画像上の異常または重要な領域をボックスで注釈する局所的説明か、症例画像を診断プロトタイプ画像と並置する大域的説明のどちらかが割り付けられ、どちらの説明タイプについても信頼度の高い症例と低い症例が用意された。

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。