Эффективность работы рентгенологов оценили с помощью трекинга движения глаз

01.03.2023

Эффективность работы рентгенологов оценили с помощью трекинга движения глаз

Качество визуального восприятия врачами снимков снижается по мере работы. Использование трекинга поможет вовремя подключить помощь ИИ. Об эксперименте «Хайтеку» сообщили в пресс-службе Университета Иннополис.

Исследователи из Университета Иннополис, Казанского государственного медицинского университета и Копенгагенского университета показали, как усталость влияет на качество анализа рентгеновских снимков. Своевременное выявление признаков утомления поможет подключить систему ИИ в качестве «второго мнения».

В эксперименте, описанном в статье в Journal of Digital Imaging, участвовали четыре практикующих рентгенолога с профессиональным стажем от трех до 30 лет. В процессе исследования ученые фиксировали, как движется взгляд врача при изучении рентгеновского снимка. Первичный анализ показывает, сколько времени требуется специалисту для оценки снимка и какие области привлекают внимание врача. Дальнейший анализ с использованием ИИ выявил основные закономерности.

Рентгенологам предложили проанализировать 400 снимков органов грудной клетки на специальном устройстве с дополнительно установленной системой для отслеживания взгляда. Разработанный в Университете Иннополис алгоритм на основе модифицированной архитектуры нейронной сети U-Net выделял контур легких на рентгеновских снимках грудной клетки и измерял площадь изображения легких, на которую смотрел врач.

Исследование показало, что на каждые 100 изученных снимков область рентгенограммы, на которые обращает внимание врач уменьшалась в среднем на 1,3–7,6%. Влияние утомления на анализ рентгена наблюдалось у всех врачей и различных патологий на снимках, но по-разному: при наличии признаков опасных изменений даже «уставшие» рентгенологи более тщательно изучали снимки.

Авторы исследования отмечают, что пропущенная патология на снимке — одна из наиболее частых врачебных ошибок рентгенологов. Понимание того, как усталость и другие факторы влияют на качество анализа снимков, поможет оптимизировать системы ИИ для анализа изображений и поддержать рентгенологов дополнительной информацией для постановки точного диагноза.