AI w mammografii i quizie dotyczącym badań przesiewowych w kierunku raka piersi

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. W jaki sposób szwedzkie badanie MASAI wykorzystało sztuczną inteligencję w badaniach przesiewowych?
   • Sztuczna inteligencja czyta wszystkie badania bez udziału radiologów
   • AI służyła jedynie do planowania spotkań
   • AI segregowała egzaminy, więc te o niskim ryzyku trafiały do jednego czytelnika, a te o wysokim ryzyku – do dwóch
   • Sztuczna inteligencja zastąpiła mammografię ultradźwiękami
2. Co wykazały duże badania na temat tradycyjnego CAD wprowadzonego pod koniec lat 90-tych?
   • Nie poprawiło to wyraźnie celności i dodało fałszywe znaki
   • Eliminowało to fałszywe alarmy
   • Podwoiło to wskaźnik przeżywalności
   • Nigdy nie był używany w Stanach Zjednoczonych
3. Dlaczego gęsta tkanka piersi utrudnia badania przesiewowe?
   • Gęsta tkanka blokuje pracę aparatu rentgenowskiego
   • Gęsta tkanka, podobnie jak wiele nowotworów, wydaje się biała na mammogramach i może ukrywać nowotwory
   • Gęsta tkanka występuje tylko u mężczyzn
   • Gęsta tkanka sprawia, że obrazy są zbyt ciemne
4. Dlaczego wykrycie większej liczby nowotworów samo w sobie nie jest dowodem na to, że sztuczna inteligencja ratuje życie?
   • Wskaźniki wykrywalności nigdy nie są mierzone
   • Wszystkie wykryte nowotwory są nieszkodliwe
   • Mammografia nie jest w stanie wykryć raka
   • Niektóre wykryte nowotwory rozwijają się powoli, dlatego kluczowymi wskaźnikami długoterminowymi są wskaźniki nowotworów interwałowych i zaawansowanych
5. Co się stanie, gdy program obniży próg operacyjny systemu AI?
   • Wyłapuje więcej nowotworów, ale zwiększa liczbę przywołań
   • Zmniejsza zarówno wykrywalność, jak i przypomnienia
   • Nie ma to żadnego wpływu na wyniki
   • Dzięki temu obrazy mają wyższą rozdzielczość
6. Na czym polega błąd automatyzacji w mammografii wspieranej przez sztuczną inteligencję?
   • Z czasem sztuczna inteligencja staje się szybsza
   • Maszyny wytwarzające stronnicze obrazy
   • Czytelnicy nadmiernie ufają znacznikom AI lub pomijają obszary, których AI nie oznaczyła
   • Radiolodzy odrzucają wszelkie narzędzia AI
7. Dlaczego programy badań przesiewowych powinny weryfikować sztuczną inteligencję lokalnie, nawet po uzyskaniu zezwolenia organów regulacyjnych?
   • Rozliczenie wygasa po jednym dniu
   • Wydajność może się zmieniać w zależności od różnych maszyn, przetwarzania obrazu i populacji
   • Lokalna walidacja sprawia, że sztuczna inteligencja uczy się nowych języków
   • Organy regulacyjne wymagają codziennego przeszkolenia sztucznej inteligencji
8. Kto w obecnych programach badań przesiewowych wspieranych przez sztuczną inteligencję podejmuje decyzje o wycofaniu?
   • Sam system AI
   • Pacjent
   • Producent sprzętu
   • Radiolodzy