Cuestionario vinculado a una guía · duro Nivel

Prueba de IA en oncología

Pruebas en las que la evidencia de IA en oncología es más sólida, lecciones de Watson para Oncología y cómo funcionan el mosaico de diapositivas y las puntuaciones de Dice en patología y radioterapia.

Rutas de guía relacionadasIA en oncología
Pregunta 1 de 8

¿Qué informó el ensayo sueco MASAI sobre las mamografías respaldadas por IA?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Qué informó el ensayo sueco MASAI sobre las mamografías respaldadas por IA?
    • Eliminó la necesidad de radiólogos.
    • Detectó más cánceres y redujo la carga de trabajo de lectura de pantalla en aproximadamente un 44 por ciento.
    • Redujo la detección del cáncer pero ahorró dinero
    • Sólo funcionó para exploraciones de cáncer de pulmón.
  2. ¿Cuál fue la lección clave del Watson para Oncología de IBM?
    • La capacitación sobre casos hipotéticos y las preferencias de una institución no produce consejos de tratamiento general confiables.
    • La IA no puede leer ningún texto médico
    • Los oncólogos se negaron a utilizar ordenadores.
    • Era demasiado preciso para confiar.
  3. ¿Qué producto autorizó la FDA en 2021 como la primera IA para ayudar a los patólogos con biopsias de próstata?
    • sibila
    • masai
    • Paige Próstata
    • Navegar
  4. ¿Qué predice Sybil, del MIT y del Hospital General de Massachusetts?
    • Densidad mamaria a partir de mamografías
    • Dosis de radioterapia
    • Grado de cáncer de próstata
    • Riesgo futuro de cáncer de pulmón con una sola tomografía computarizada de dosis baja
  5. ¿Cómo manejan la mayoría de los sistemas de inteligencia artificial las imágenes patológicas de diapositivas completas de gigapíxeles?
    • Reducen la diapositiva a una pequeña miniatura
    • Colocan la diapositiva en parches y los agregan con aprendizaje de múltiples instancias.
    • Primero convierten la diapositiva a texto.
    • Solo leen la etiqueta de la diapositiva.
  6. ¿Por qué una puntuación alta en Dice no es suficiente para juzgar un contorno de radioterapia?
    • Los dados solo miden la precisión del color
    • Los dados se miden en segundos.
    • Un pequeño error cerca de una estructura crítica como la médula espinal puede importar más que una superposición general
    • Las puntuaciones de los dados son siempre del 100 por ciento.
  7. ¿Por qué la guía dice que encontrar más cánceres pequeños no es automáticamente un beneficio?
    • Los cánceres pequeños no se pueden tratar
    • Sólo ayuda si mejora la supervivencia en lugar de aumentar el sobrediagnóstico
    • A los radiólogos no les gustan los hallazgos adicionales
    • Los programas de detección tienen cuotas fijas
  8. ¿Qué riesgo destaca la guía al utilizar modelos de lenguaje grandes para resumir registros para las juntas de tumores?
    • Son demasiado lentos para reuniones semanales.
    • No pueden leer informes de patología.
    • Requieren que los pacientes asistan
    • Hechos alucinados o obsoletos