Các nhà nghiên cứu từ Đại học Warwick đã đào tạo AI của họ bằng cách sử dụng 2,8 triệu bức ảnh chụp X-quang ngực trước đây của hơn 1,5 triệu bệnh nhân để kiểm tra 37 tình trạng khác nhau. Các tia X được thu thập trong khoảng thời gian 13 năm từ ba mạng lưới bệnh viện ở Anh.
Đối với 35 trong số 37 tình trạng, AI chính xác hoặc chính xác hơn phân tích của bác sĩ tại thời điểm chụp X-quang.
Để xác minh tính chính xác của AI, hơn 1.400 tia X từ nghiên cứu cũng được kiểm tra bởi một nhóm bác sĩ X quang cấp cao. Họ so sánh kết quả từ AI với chẩn đoán do bác sĩ X quang đưa ra khi bản quét ban đầu được chụp.
Các nhà nghiên cứu AI có thể phân tích các bản quét ngay khi chúng được thực hiện và đánh dấu mọi tình trạng hoặc bất thường tiềm ẩn. Mô hình cũng có thể tận dụng một mô hình ngôn ngữ lớn để xử lý các báo cáo lịch sử đi kèm với các bản quét để hiểu sâu hơn.
AI sẽ loại bỏ yếu tố không thể tránh khỏi do lỗi của con người và cũng có thể loại bỏ thành kiến. Như Tiến sĩ Montana nhấn mạnh, nếu một bệnh nhân được giới thiệu chụp X-quang có vấn đề về tim, bác sĩ chắc chắn sẽ tập trung vào cơ quan đó và có thể bỏ qua vấn đề ở phổi.
Công nghệ cũng có thể giúp giảm bớt công sức của bác sĩ. khối lượng công việc và thu hút sự chú ý của họ đến các bản quét liên quan sớm hơn mức mà họ có thể xử lý được. Theo một cuộc thăm dò ý kiến gần đây của Đại học X quang Hoàng gia, 97% các cơ sở điều trị ung thư ở Vương quốc Anh đã gặp phải tình trạng chậm trễ trong điều trị do thiếu hụt của các bác sĩ X quang.
AI của nhóm, được đặt tên là X-Raydar, sẵn sàng cho cộng đồng nghiên cứu thử nghiệm trong các ứng dụng phi lâm sàng thông qua một cặp API.
CÙNG CHUYÊN MỤC
