Impact of AI-assisted chest radiography on clinical decision-making: A temporal analysis of CT referral rates and the proportion of positive CT in cardiology outpatient setting
这项研究表明，在心脏科门诊常规实施人工智能辅助胸部 X 线摄影，与胸部 CT 转诊率及转诊阳性检出率的显著时间性增长相关，这表明人工智能有助于心脏病专家识别意外的肺部异常并优化诊断决策。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在医院那些安静且常被忽视的角落里，每天都要进行成千上万次的常规胸部 X 光检查。对于前来拜访心脏专科医生的患者而言，这张影像主要是心脏本身的地图，展示了心脏的大小、形状以及为其供血的血管健康状况。医生的目光专注于寻找心力衰竭或瓣膜问题的迹象。然而，肺部就位于心脏的正后方，它们可能会隐藏一些与心脏完全无关的问题。一个可能代表早期肺癌征兆的小斑点，或者一片感染区域，在医生专注于心脏时很容易被忽略。这正是人工智能介入故事的地方。这些计算机程序旨在扫描医学影像并高亮显示可能需要关注的区域，充当一副永不疲倦的“第二双眼睛”。对于医生来说，核心问题不仅在于计算机能否发现这些隐藏的点，而在于看到这些点是否真的改变了医生接下来的决策。计算机是帮助医生捕捉到了更严重的疾病，还是仅仅制造了一场不必要的警报？
韩国龙仁西慈医院（Yongin Severance Hospital）的研究人员通过观察心脏专家在四年时间内如何使用一种特定的人工智能工具，试图回答这个问题。他们观察了近 9,300 名首次就诊于心脏科并进行了胸部 X 光检查的成年患者。在整个研究期间，该医院使用了一套自动分析每一张 X 光片的商业软件系统。该软件不仅观察心脏问题，还被编程用于识别肺部问题，例如结节、液体积聚或感染迹象。系统会在 X 光片图像上附上一份报告，高亮显示任何可疑区域，并给出一个分数以指示出现问题的可能性。研究人员想要观察这种数字助手是否改变了医生的行为。具体而言，他们追踪了心脏科医生决定订购更详细的扫描（即胸部计算机断层扫描，简称 CT）的频率，以及这些 CT 扫描是否确实发现了需要治疗的问题。
研究根据患者就诊的时间将其分为两组：早期阶段和后期阶段。随着时间的推移以及医生持续使用该人工智能工具，研究人员注意到了一种明显的行为转变。心脏科医生订购 CT 扫描的比例显著增加。在研究的前半段，约有 1.6% 的患者被送去进行 CT 扫描。到了研究的后半段，这一数字增加了一倍多，达到了 3.3%。这并非随机波动；数据展示了逐年稳步上升的转诊量。更重要的是，研究人员发现这种增加并非仅仅是为了无故订购更多测试。那些实际揭示了严重且可治疗问题的 CT 扫描比例也上升了。在开始阶段，大约 34% 的转诊 CT 显示了重要情况，如活动性感染或可疑肿块。到研究结束时，这一比例已攀升至近 47%。
这一发现表明，随着医生对人工智能工具的经验日益丰富，他们变得更擅长判断何时应该信任其警报。起初，计算机可能看起来像是标记了过多的内容，但随着时间的推移，医生学会了区分轻微、无害的发现与那些真正需要进一步调查的情况。研究还指出，在许多情况下，医生在人类放射科医生撰写正式报告之前就订购了 CT 扫描。这突显了人工智能工具提供信息的快速性，使心脏专家能够在患者仍在诊室时立即做出决策。研究人员观察到，该工具在发现那些因心脏问题就诊患者中意外出现的肺部问题方面特别有效，而这类医生原本可能不会仔细观察肺部。
研究作者谨慎地指出，他们不能绝对肯定人工智能本身导致了这些变化。其他因素也可能发挥了作用，例如医生随着年份增加而变得更有经验，或者是软件本身发生了变化。软件在研究期间进行了更新，变得能更好地检测更广泛的肺部问题，这可能对结果有所贡献。然而，数据有力地表明，将这项技术整合进日常工作流程有助于医生识别出更多需要进一步护理的患者。研究并未发现证据表明该工具导致了大量最终证明是无害的无用测试；相反，订购的测试越来越可能是正确的。
最终，这项研究描绘了一幅缓慢但稳步适应的图景。它表明，当人工智能被引入医疗环境时，人类医生需要时间来学习如何有效地与其协作。该工具并没有取代医生的判断；相反，它似乎磨练了医生的判断，帮助专家将注意力集中在最需要的患者身上。研究结论认为，通过持续使用，人工智能可以成为临床决策中的得力伙伴，有助于确保即使是在因完全不同的原因就诊的患者身上，也能及早发现意外的健康问题。这个故事并非关于机器接管，而是关于一个团队学习如何通过协作来改善患者护理。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。