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
-
- 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。
-
2026.10.09
-
2026.10.09
-
2026.10.09
-
2026.10.09
-
2026.09.25