Výzvy a důsledky využití umělé inteligence v radiologii
| Autoři | |
|---|---|
| Rok publikování | 2023 |
| Druh | Kapitola v knize |
| Citace | |
| Popis | Poselství pro praxi Vývoj umělé inteligence (AI) v lékařském zobrazování přináší mnoho výzev a příležitostí. AI může pomoci lékařům v diagnostice, detekci patologií a zlepšení kvality obrazů. Pokud pochopíme její roli jakožto podpůrného nástroje, který má lékaři rozšířit a zkvalitnit podklady ke kvalifikovanému rozhodování, nikoliv jako náhrady lékaře, mohou tyto technologie významnou měrou přispět ke zkvalitnění zdravotní péče, ze kterého budou mít prospěch pacienti, zdravotníci i provozovatelé. V následujícím textu se pokoušíme nastínit některé z výzev spojených s jejich využitím. Zcela zásadní je uvědomění, že přesnost modelu a jeho schopnost poskytovat predikce je závislá na kvalitě dat, na kterých je natrénován. Pokud jsou trénovací data nepřesná, neúplná nebo zkreslená, mohou mít negativní vliv na přesnost modelu, především, pokud se jedná o systematickou chybu. V situaci, kdy je určitá skupina populace nedostatečně zastoupena ve trénovacích datech, může dojít ke zkresleným a potenciálně poškozujícím predikcím. Je důležité, aby modely byly transparentní, lékaři mohli pochopit, na čem se zakládají jejich rozhodnutí, a mohli důvěřovat jejich doporučením. Aby však byla umělá inteligence skutečně efektivní a přínosná pro lékaře, je nezbytné, aby byla plynule integrována do stávajících klinických procesů a nezvyšovala pracovní zátěž lékařů. V závěru textu krátce diskutujeme obecné principy regulace AI v radiologii a konkrétní podobu regulatoriky v EU. |