論文の概要: Re-defining Radiology Quality Assurance (QA) -- Artificial Intelligence
(AI)-Based QA by Restricted Investigation of Unequal Scores (AQUARIUS)
- arxiv url: http://arxiv.org/abs/2205.00629v1
- Date: Mon, 2 May 2022 02:56:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-03 23:45:03.308460
- Title: Re-defining Radiology Quality Assurance (QA) -- Artificial Intelligence
(AI)-Based QA by Restricted Investigation of Unequal Scores (AQUARIUS)
- Title（参考訳）: 放射線学品質保証(QA)の再定義 -- 不平等スコア(Aquarius)の制限調査による人工知能(AI)ベースのQA
- Authors: Axel Wismuller, Larry Stockmaster, Ali Vosoughi
- Abstract要約: 我々は、不平等スコア(Aquarius)の限定的調査による人工知能(AI)に基づくQUality Assuranceという新しいアプローチを提案する。
AQUARIUSは通常、放射線学レポートにおけるAIベースの画像解析と自然言語処理(NLP)の自動比較を含む。
AQUARIUS と NLP を最終放射線学報告に使用し、29件の未分類症例の専門的神経放射線学レビューを対象とし、ヒトのQA の労力を98.5%削減した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: There is an urgent need for streamlining radiology Quality Assurance (QA)
programs to make them better and faster. Here, we present a novel approach,
Artificial Intelligence (AI)-Based QUality Assurance by Restricted
Investigation of Unequal Scores (AQUARIUS), for re-defining radiology QA, which
reduces human effort by up to several orders of magnitude over existing
approaches. AQUARIUS typically includes automatic comparison of AI-based image
analysis with natural language processing (NLP) on radiology reports. Only the
usually small subset of cases with discordant reads is subsequently reviewed by
human experts. To demonstrate the clinical applicability of AQUARIUS, we
performed a clinical QA study on Intracranial Hemorrhage (ICH) detection in
1936 head CT scans from a large academic hospital. Immediately following image
acquisition, scans were automatically analyzed for ICH using a commercially
available software (Aidoc, Tel Aviv, Israel). Cases rated positive for ICH by
AI (ICH-AI+) were automatically flagged in radiologists' reading worklists,
where flagging was randomly switched off with probability 50\%. Using AQUARIUS
with NLP on final radiology reports and targeted expert neuroradiology review
of only 29 discordantly classified cases reduced the human QA effort by 98.5\%,
where we found a total of six non-reported true ICH+ cases, with radiologists'
missed ICH detection rates of 0.52\% and 2.5\% for flagged and non-flagged
cases, respectively. We conclude that AQUARIUS, by combining AI-based image
analysis with NLP-based pre-selection of cases for targeted human expert
review, can efficiently identify missed findings in radiology studies and
significantly expedite radiology QA programs in a hybrid human-machine
interoperability approach.
- Abstract（参考訳）: ラジオロジー品質保証(qa)プログラムをより良く、より速くするために、緊急に合理化する必要がある。
本稿では, 従来のアプローチに比べて, 人的労力を最大数桁削減する放射線学QAを再定義するための, ユネススコアの制限による人工知能に基づくQUality Assurance(AI)を提案する。
AQUARIUSは通常、放射線学レポートにおけるAIベースの画像解析と自然言語処理(NLP)の自動比較を含む。
通常、不協和性読み出しを持つケースの小さな部分のみ、その後、人間の専門家によってレビューされる。
AQUARIUSの臨床応用を実証するため,1936年1月1日,大大学病院の頭部CT検査で頭蓋内出血(ICH)の臨床的QA調査を行った。
画像取得直後、ICHのスキャンは商用ソフトウェア(イスラエルのテルアビブ、Aidoc)を使って自動的に分析された。
AIによるICH陽性例(ICH-AI+)は、放射線学者の読み書きリストに自動的にフラグ付けされ、フラグ付けは確率50%でランダムにオフにされた。
AQUARIUS と NLP を最終放射線学報告に用い,29 件の専門的神経放射線学検査を行ったところ,ヒトのQA 活動は98.5 %減少し,6 件の報告のない真の ICH+ 症例が報告され,放射線技師の発見率は0.52 % と 2.5 % がフラグ付きおよび非フラグ付き症例であった。
我々は,AIによる画像解析とNLPによる人体鑑定の事前選択を組み合わせることで,放射線学研究の欠落した発見を効果的に識別し,人と機械の相互運用のハイブリッドアプローチによる放射線学QAプログラムを著しく高速化することができると結論付けた。
関連論文リスト
- A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。
重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。
人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
論文 参考訳（メタデータ） (2024-05-21T06:44:40Z) - Artificial intelligence for abnormality detection in high volume neuroimaging: a systematic review and meta-analysis [0.5934394862891423]
神経画像における異常を検出する人工知能(AI)モデルを評価するほとんどの研究は、非表現的な患者コホートで試験されている。
目的は、診断テストの精度を判定し、第一線高ボリュームのニューロイメージングタスクを実行するAIモデルの使用を支持する証拠を要約することであった。
論文 参考訳（メタデータ） (2024-05-09T10:12:17Z) - A survey of recent methods for addressing AI fairness and bias in
biomedicine [48.46929081146017]
人工知能システムは、人種や性別に基づくような社会的不平等を永続するか、偏見を示すことができる。
バイオメディカル自然言語処理 (NLP) やコンピュータビジョン (CV) の分野での様々な脱バイアス法に関する最近の論文を調査した。
我々は,2018年1月から2023年12月にかけて,複数のキーワードの組み合わせを用いて,PubMed,ACMデジタルライブラリ,IEEE Xploreに関する文献検索を行った。
バイオメディシンに応用可能な一般領域からの他の方法について検討し, バイアスに対処し, 公平性を向上する方法について検討した。
論文 参考訳（メタデータ） (2024-02-13T06:38:46Z) - The Limits of Fair Medical Imaging AI In The Wild [43.97266228706059]
医療用AIが人口統計エンコーディングをどのように利用するかを検討する。
医療画像AIは、疾患分類において、人口動態のショートカットを利用することを確認した。
人口統計属性のエンコーディングが少ないモデルは、しばしば「グローバルに最適」であることがわかった。
論文 参考訳（メタデータ） (2023-12-11T18:59:50Z) - Consensus, dissensus and synergy between clinicians and specialist
foundation models in radiology report generation [32.26270073540666]
世界中の放射線技師の不足は専門家のケアへのアクセスを制限し、重労働を課している。
視覚言語モデルを用いた自動レポート生成の最近の進歩は、状況を改善するための明確な可能性を示唆している。
我々は、胸部X線写真のための最新のレポート生成システム、textitFlamingo-CXRを構築し、放射線学データに基づくよく知られた視覚言語基盤モデルを微調整する。
論文 参考訳（メタデータ） (2023-11-30T05:38:34Z) - ChatRadio-Valuer: A Chat Large Language Model for Generalizable
Radiology Report Generation Based on Multi-institution and Multi-system Data [115.0747462486285]
ChatRadio-Valuerは、一般化可能な表現を学習する自動放射線学レポート生成のための調整されたモデルである。
本研究で利用した臨床データセットは,textbf332,673の顕著な総計を含む。
ChatRadio-Valuerは、最先端のモデル、特にChatGPT(GPT-3.5-Turbo)やGPT-4などより一貫して優れている。
論文 参考訳（メタデータ） (2023-10-08T17:23:17Z) - Robustness of an Artificial Intelligence Solution for Diagnosis of
Normal Chest X-Rays [0.0]
正常胸部X線(CXR)の診断におけるAIソリューションの有用性について検討した。
合計4,060個のCXRがサンプリングされ、NHS患者とケア設定の多様なデータセットが表現された。
論文 参考訳（メタデータ） (2022-08-31T09:54:24Z) - StRegA: Unsupervised Anomaly Detection in Brain MRIs using a Compact
Context-encoding Variational Autoencoder [48.2010192865749]
教師なし異常検出(UAD)は、健康な被験者の異常なデータセットからデータ分布を学習し、分布サンプルの抽出に応用することができる。
本研究では,コンテクストエンコーディング(context-encoding)VAE(ceVAE)モデルのコンパクトバージョンと,前処理と後処理のステップを組み合わせて,UADパイプライン(StRegA)を作成することを提案する。
提案したパイプラインは、BraTSデータセットのT2w画像と0.859$pm$0.112の腫瘍を検出しながら、Diceスコアが0.642$pm$0.101に達した。
論文 参考訳（メタデータ） (2022-01-31T14:27:35Z) - An Explainable-AI approach for Diagnosis of COVID-19 using MALDI-ToF
Mass Spectrometry [0.9250974571641537]
重症急性呼吸器症候群2型(SARS-CoV-2)は世界的なパンデミックを引き起こし、世界経済に大きな影響を与えた。
近年では、現在の金標準リアルタイムポリメラーゼ連鎖反応(RT-PCR)結果と高い一致を示す複数の代替プラットフォームが公表されている。
これらの新しい方法は鼻咽頭(NP)スワブを除去し、複雑な試薬の必要性を排除し、RT-PCRテスト試薬の供給の負担を軽減する。
本研究では,人工知能を用いたAIテスト手法を設計し,実験結果の信頼性について検討した。
論文 参考訳（メタデータ） (2021-09-28T23:29:31Z) - Artificial Intelligence to Assist in Exclusion of Coronary
Atherosclerosis during CCTA Evaluation of Chest-Pain in the Emergency
Department: Preparing an Application for Real-World Use [6.9835031964130545]
冠状動脈硬化の欠如に対するCCTAスクリーニングにおける医師の解釈を支援するAIアルゴリズムとワークフローの開発について述べる。
このアルゴリズムは AUC-ROC = 0.96 で強い性能を示した。
このAIアプリケーションはCCTAの解釈を補助し、胸部ペーストによる動脈硬化を促進できる可能性がある。
論文 参考訳（メタデータ） (2020-08-10T16:07:04Z) - Hemogram Data as a Tool for Decision-making in COVID-19 Management:
Applications to Resource Scarcity Scenarios [62.997667081978825]
新型コロナウイルス(COVID-19)のパンデミックは世界中の緊急対応システムに挑戦している。
本研究は, 症状患者の血液検査データから得られた機械学習モデルについて述べる。
提案されたモデルでは、新型コロナウイルスqRT-PCRの結果を、高い精度、感度、特異性で症状のある個人に予測することができる。
論文 参考訳（メタデータ） (2020-05-10T01:45:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。