Giải pháp phân tích AI của Lunit cho chụp X-quang ngực, Lunit Insight CXR [Hình ảnh được nhượng quyền bởi Lunit] Gần đây, Lunit đã công bố kết quả nghiên cứu của mình về tính hiệu quả của các giải pháp trí tuệ nhân tạo (AI) trong chẩn đoán ung thư.
![lunit-ai-diagnostics](https://at1.sieuai.com/lunit-ai-diagnostics+470113295_0.png)
Nghiên cứu được công bố trên tạp chí Radiology, khám phá tác động của độ chính xác của các giải pháp AI y tế đến quyết định chẩn đoán của các bác sĩ chuyên khoa. Nó sử dụng giải pháp AI Lunit Insight CXR cho phân tích chụp X-quang ngực và đã cho thấy rằng AI có thể cải thiện hiệu suất của các bác sĩ chẩn đoán.
Có 30 bác sĩ tham gia vào nghiên cứu, bao gồm 20 bác sĩ chuyên khoa chứng chỉ với kinh nghiệm từ 5 đến 18 năm và 10 bác sĩ đang đào tạo chuyên khoa về chẩn đoán hình ảnh với 2 đến 3 năm đào tạo. Nghiên cứu đã đánh giá tổng cộng 120 ảnh chụp X-quang ngực, trong đó có 60 ảnh từ bệnh nhân mắc ung thư phổi và 60 ảnh còn lại không có bất thường. Bệnh viện Đại học Quốc gia Seoul đã tiến hành nghiên cứu từ tháng 12 năm 2015 đến tháng 2 năm 2021.
Trong phiên họp đầu tiên, 30 người đọc đã được chia thành hai nhóm và phân tích 120 ảnh chụp X-quang ngực mỗi người mà không có sự trợ giúp của AI. Trong phiên họp sau đó, mỗi nhóm đã phân tích lại các hình ảnh với sự trợ giúp của mô hình AI đạt độ chính xác cao hoặc độ chính xác thấp.
Thêm về kết quả nghiên cứu
Mô hình AI đạt độ chính xác cao của nghiên cứu sử dụng Lunit Insight CXR, trong khi mô hình AI đạt độ chính xác thấp đã được đào tạo chỉ sử dụng 10% dữ liệu có sẵn của Lunit Insight CXR. Giá trị AUROC (diện tích dưới đường cong hoạt động nhận dạng), một chỉ số thông thường được sử dụng để đo độ chính xác chẩn đoán của Lunit Insight CXR là 0,88, trong khi mô hình AI đạt độ chính xác thấp chỉ đạt 0,77.
Theo nghiên cứu, mô hình AI đạt độ chính xác cao của Lunit đã cải thiện đáng kể hiệu suất của các bác sĩ chẩn đoán. Công ty cho biết giá trị AUROC đã được "phát triển đáng kể" từ 0,77 lên 0,82 khi được trợ giúp bởi mô hình AI đạt độ chính xác cao.
Nhóm bác sĩ trong nhóm còn lại không có bất kỳ cải thiện hiệu suất nào khi sử dụng mô hình AI đạt độ chính xác thấp, vì giá trị AUROC vẫn là 0,75. Nhóm sử dụng mô hình AI đạt độ chính xác cao dễ bị ảnh hưởng bởi gợi ý của AI hơn. Các bác sĩ chấp nhận 67% khuyến nghị của AI mà mâu thuẫn với kết quả đọc ban đầu, so với 59% chấp nhận của nhóm sử dụng mô hình AI đạt độ chính xác thấp.
Kết quả nghiên cứu đã nhấn mạnh rằng các yếu tố như chuyên môn cá nhân của các bác sĩ, kinh nghiệm với AI hoặc thái độ đối với AI có tác động không đáng kể đến hiệu suất đọc của họ trong phiên họp thứ hai. Độ chính xác của mô hình AI và độ chính xác chẩn đoán ban đầu của các bác sĩ đã xuất hiện như yếu tố quyết định chính xác cuối cùng của chẩn đoán.
"Kết quả nghiên cứu chứng minh rằng bất kể đặc điểm cá nhân của các bác sĩ, việc sử dụng AI hiệu suất cao cải thiện đáng kể độ chính xác chẩn đoán và tạo điều kiện thuận lợi hơn cho việc chấp nhận AI trong thực tế y tế", CEO Brandon Suh cho biết trong một thông cáo báo chí. "Tại Lunit, chúng tôi cam kết phát triển các giải pháp được trang bị AI không chỉ cải thiện kết quả điều trị cho bệnh nhân mà còn gia tăng sự chuyên môn của các chuyên gia y tế. Xuất bản này chứng tỏ sự tận tâm của chúng tôi đối với việc tiến bộ trong lĩnh vực chẩn đoán ung thư thông qua công nghệ tiên tiến.