人工智能（AI）在放射科医生阅读乳腺X光筛查图像时，提升了乳腺癌检测的准确性，帮助他们将注意力集中在可疑区域，这是发表在《Radiology》杂志上的一项研究所揭示的成果。
此前的研究表明，用于决策支持的人工智能系统可以通过提高癌症检测的敏感性而不延长读片时间，从而改善放射科医生的工作表现。然而，人工智能对放射科医生视觉搜索模式的影响尚未得到充分研究。
为了进一步了解这一点，研究人员使用眼动追踪系统，比较了放射科医生在没有和使用AI决策支持系统的情况下阅读乳腺X光筛查图像的表现和视觉搜索模式。该系统包括一个安装在屏幕前方的小型基于摄像头的设备，该设备配备两个红外光源和一个中央摄像头。
红外光源照射放射科医生的眼睛，反射光由摄像头捕捉，从而计算出放射科医生眼睛在屏幕上的确切坐标。
“通过分析这些数据，我们可以确定放射科医生关注了乳腺X光片的哪些部分，以及关注了多长时间，这为我们提供了他们阅读模式的宝贵见解，”该研究的共同第一作者、来自荷兰奈梅亨拉德堡德大学医学中心医学影像系的Jessie J. J. Gommers硕士表示。
在这项研究中，12名放射科医生阅读了150名女性的乳腺X光检查图像，其中包括75名患有乳腺癌的女性和75名未患乳腺癌的女性。在使用AI支持的情况下，放射科医生的乳腺癌检测准确性高于未使用AI辅助阅读的情况。平均敏感性、特异性和读片时间方面没有明显差异。
“结果令人鼓舞，”Gommers说。“有了AI提供的信息，放射科医生的表现显著更好。”
眼动追踪数据显示，在有AI支持的情况下，放射科医生在包含实际病变的区域花费了更多时间进行检查。
“放射科医生似乎根据AI的怀疑程度调整了他们的阅读行为：当AI给出低评分时，这可能让放射科医生感到安心，帮助他们更快地通过明显正常的病例，”Gommers解释道。“相反，高AI评分促使放射科医生对更困难或微妙的病例进行了更仔细的第二次检查。”
Gommers指出，AI的区域标记功能起到了视觉提示的作用，引导放射科医生注意潜在可疑区域。她表示，从本质上讲，AI就像额外的一双眼睛，为放射科医生提供了额外的信息，从而提高了图像解读的准确性和效率。
“总体而言，AI不仅帮助放射科医生聚焦正确的病例，还引导他们关注这些病例中最相关的区域，表明AI在提高乳腺癌筛查中的表现和效率方面具有重要意义，”Gommers总结道。
她也指出，过度依赖错误的AI建议可能导致漏诊癌症或对正常病例进行不必要的召回检查。然而，多项研究发现，AI在乳腺X光图像解读方面的表现可以与放射科医生相媲美，这表明AI提供错误信息的风险相对较低。
为了降低错误风险，Gommers强调，AI必须高度准确，并且使用它的放射科医生必须对自己的决策负责。
“教育放射科医生如何批判性地解读AI信息是关键，”她说。
研究人员目前正在开展更多的读片研究，以探讨AI信息应该在何时提供，例如是在打开病例时立即提供，还是按需提供。此外，研究人员还在开发预测AI对其决策不确定性的方法。
“这将使AI支持的使用更加有选择性，仅在可能提供有意义帮助时才加以应用，”Gommers表示。
更多信息：
Jessie J. J. Gommers等人，《人工智能决策支持对放射科医生在乳腺X光筛查中的表现和视觉搜索的影响》，《Radiology》（2025年）。DOI：10.1148/radiol.243688
期刊信息：
《Radiology》
由北美放射学会提供
【全文结束】
