BreastScreening-AI: оценка интеллектуальных медицинских агентов во взаимодействии человека и искусственного интеллекта

В данной работе система BreastScreening-AI была разработана для двух сценариев классификации мультимодальных изображений молочной железы: (1) «только врач» и (2) «врач — искусственный интеллект». Новизна работы заключается во внедрении метода глубокого обучения в реальный клинический рабочий процесс диагностики медицинских изображений. В рамках этих двух сценариев мы стремились решить три основные задачи: определить, как врачи (i) принимают такие системы и взаимодействуют с ними, а также выяснить, требуются ли объяснения и дополнительные функциональные возможности; (ii) воспринимают внедрение систем с поддержкой искусственного интеллекта, включая преимущества, связанные со снижением числа клинических ошибок; и (iii) изменяются под воздействием помощи искусственного интеллекта. Мы провели всестороннюю оценку, включавшую следующие экспериментальные этапы: (а) отбор пациентов с различной степенью тяжести заболевания и (б) качественный и количественный анализ отобранных пациентов в двух сценариях. Эти основные задачи были рассмотрены в рамках реального практического исследования с участием 45 врачей из девяти учреждений. Мы сравнили диагностические показатели и выявили превосходство сценария «врач — искусственный интеллект», в котором число ложноположительных результатов снизилось на 27%, а число ложноотрицательных — на 4%. На основании обширного экспериментального исследования мы заключаем, что предложенные методы проектирования положительно повлияли на ожидания и воспринимаемую удовлетворённость 91% врачей, одновременно сократив время постановки диагноза на 3 мин для каждого пациента.