Opinioni dei pazienti sull’implementazione dell’intelligenza artificiale in radiologia: sviluppo e convalida

    Publication Date
    Source Authors
    Source Title
    Source Issue
    Publication Date

    2020

    Source Authors

    Yfke P. O., Marieke H.,  Derya Y.,  Thomas C. K.,

    Source Title

    Opinioni dei pazienti sull’implementazione dell’intelligenza artificiale in radiologia: sviluppo e convalida

    Source Issue

    RADIOLOGICAL EDUCATION

    30

    Page Range: 1033–1040

    Tale elaborato nasce dall’esigenza di evidenziare il punto di vista dei pazienti sull’utilizzo dell’intelligenza artificiale (AI),la quale in radiologia tutt’oggi risulta ancora un territorio prevalentemente inesplorato. Lo scopo di questo articolo è sviluppare e convalidare un questionario standardizzato per il paziente sull’implementazione dell’IA nel campo radiologico.

    Sei domini derivati ​​da un precedente studio qualitativo sono stati utilizzati per sviluppare un questionario e molteplici interviste cognitive sono state utilizzate come metodo pre-test. Centocinquantacinque pazienti programmati per TC, MRI e / o radiografia convenzionale hanno compilato il questionario. L’analisi fattoriale esplorativa ha rivelato cinque fattori sull’intelligenza artificiale in radiologia: (1) sfiducia e responsabilità (nel complesso, i pazienti erano moderatamente negativi su questo argomento), (2) conoscenza procedurale (i pazienti generalmente indicavano la necessità del loro coinvolgimento attivo), (3 ) interazione personale (nel complesso, i pazienti preferivano l’interazione personale), (4) efficienza (nel complesso, i pazienti erano ambigui su questo argomento) e (5) essere informati (nel complesso, i punteggi su questi elementi non erano espliciti all’interno di questo fattore). La coerenza interna era buona per tre fattori (1, 2 e 3) e accettabile per due (4 e 5).

    Si prevede che l’intelligenza artificiale (AI) rivoluzionerà la pratica della radiologia migliorando l’acquisizione delle immagini, la valutazione delle immagini e la velocità del flusso di lavoro . Si stanno sviluppando sistemi di IA sempre più sofisticati per l’uso nella pratica clinica. I sistemi di intelligenza artificiale potrebbero dover soddisfare alcune condizioni preliminari affinché questa tecnologia venga adottata dalla società .Le preferenze del paziente determinano i confini entro i quali un sistema di intelligenza artificiale dovrebbe funzionare. L’implementazione dell’IA in radiologia è un esempio del concetto molto più ampio di tecnologia dell’informazione sanitaria dei consumatori (CHIT). CHIT si riferisce all’uso di computer e dispositivi mobili per il processo decisionale e la gestione delle informazioni sanitarie tra consumatori e operatori .In conclusione  poiché i pazienti non sono utenti attivi nel contesto dell’IA in radiologia, è necessario un nuovo metodo per misurare l’accettazione della tecnologia quando il paziente non utilizza attivamente la tecnologia, ma è soggetto ad essa.

    References

    1. Hosny A, Parmar C, Quackenbush J, Schwartz LH, Aerts HJWL (2018) Intelligenza artificiale in radiologia. Nat Rev Cancer 18: 500–510
    2. Thrall JH, Li X, Li Q et al (2018) Intelligenza artificiale e apprendimento automatico in radiologia: opportunità, sfide, insidie ​​e criteri per il successo. J Am Coll Radiol 15 (3 Pt B): 504–508
    3. Haan M, Ongena YP, Kwee TC, Yakar D, Hommes S (2019) Uno studio qualitativo per comprendere la prospettiva del paziente sull’uso dell’intelligenza artificiale in radiologia. J Am Coll Radiol. https://doi.org/10.1016/j.jacr.2018.12.043
    4. Garg AX, Adhikari NK, McDonald H et al (2005) Effetti dei sistemi computerizzati di supporto alle decisioni cliniche sulle prestazioni del professionista e sui risultati dei pazienti: una revisione sistematica.
    5. Featherall J, Lapin B, Chaitoff A, Havele SA, Thompson N, Katzan I (2018) Caratterizzazione dell’interesse del paziente nella tecnologia dell’informazione sanitaria dei consumatori basata su provider: studio di indagine. J Med Internet Res 4: e128. https://doi.org/10.2196/jmir.7766
    6. Ahmad BI, Ahlan AR (2015, 2015) Affidabilità e validità di un questionario per valutare l’intenzione dei pazienti diabetici di adottare la tecnologia dell’informazione sanitaria: uno studio pilota. J Theor Appl Inf Technol 72.2 Disponibile tramite http://www.jatit.org/volumes/Vol72No2/1Vol72No2.pdf. Accesso 15 agosto 2019
    7. Davis FD, Bagozzi RP, Warshaw PR (1989) Accettazione da parte degli utenti della tecnologia informatica: un confronto tra due modelli teorici. Manag Sci 8: 982–1002
    8. Venkatesh V, Davis F (2000) Un’estensione teorica del modello di accettazione della tecnologia: quattro studi sul campo longitudinali. Manag Sci 2: 186–204
    9. Callegaro M, Manfreda KL, Vehovar V (2015) Metodologia del sondaggio Web. Sage, New York
    10. Höhne JK, Lenzner T (2018) Nuove intuizioni sull’elaborazione cognitiva di domande d’accordo / in disaccordo e specifiche dell’oggetto. J Surv Stat Methodol 3: 401–417