Medicininės DI šilumos žemėlapiai dažnai neatitinka tikrųjų diagnozių, nors atrodo vizualiai patrauklūs

Vaizdas: Illustrative image · .edu.edits · CC BY-SA 4.0 · Šaltinis

IIIT Hyderabado tyrėjai įvertino keturis krūtinės ląstos rentgeno DI modelius, generuojančius šilumos žemėlapius, kurie išryškina svarbias sritis. Jie nustatė, kad šios vizualizacijos dažniau atitinka statistinius modelius nei tikrąsias patologines vietas, keliančias abejonių dėl klinikinio patikimumo.

Tarptautinio Informacinių Technologijų Instituto Hyderabade (IIIT Hyderabad) komanda atliko auditą keturiems specializuotiems kompiuterinės regos modeliams, sukurtiems krūtinės ląstos rentgeno tyrimams. Tyrimas sutelkė dėmesį į tai, kaip gerai dėmesio šilumos žemėlapiai – vizualūs sluoksniai, nurodantys regionus, svarbius DI diagnozei – sutampa su tikromis patologinėmis vietomis, kurias nustatė radiologai. Vertinti modeliai buvo MAIRA-2, MedGemma-4B, LLaVA-Med-1.5 ir LLaVA-1.5, testuoti per tris viešas duomenų rinkinius ir papildomą pneumotorakso pacientų imtį.

Automatinis palyginimas rodė, kad MAIRA-2 turi geriausią šilumos žemėlapių ir patologijos sutapimą, po jo seka MedGemma, o tada du LLaVA variantai. Tačiau svarbus rezultatas buvo tas, kad tipiškais atvejais šie modeliai neviršijo paprastų anatominių šablonų, paremtų vidutinėmis statistinėmis pasiskirstymo taisyklėmis. Iš esmės DI linko išryškinti sritis, statistiškai susijusias su tam tikromis patologijomis, o ne tiksliai tas vietas, rastas individualiuose rentgenuose.

Tik netipiškais atvejais – kai tikri radiniai žymiai išsiskyrė iš įprastų modelių – MAIRA-2 ir MedGemma parodė tikrai paveikslams būdingą lokalizaciją, tiksliau identifikuodami patologiją. Ši ribotybė kelia abejonių dėl tokių DI generuojamų šilumos žemėlapių patikimumo kaip klinikinių įrankių.

Tolimesni eksperimentai, kuriuose dalyvavo 124 radiologai, parodė, kad ekspertai vertina šilumos žemėlapių pagrįstumą kitaip nei automatizuoti metrikos rodikliai. Radiologai dažnai vertino platesnius, klinikiniu požiūriu prasmingus šilumos žemėlapius kaip įtikinamesnius, net jei jie tiksliai neatitiko griežtų statistinių ribų.

Tyrėjai ypač pabrėžė poreikį kurti vertinimo kriterijus, įtraukiant anatominius duomenis, ir rekomendavo glaudžiai bendradarbiauti su radiologais vertinant DI priemones. Jų darbas atskleidžia svarbią spragą tarp DI modelių vizualinių paaiškinimų ir realaus klinikinio naudingumo, įspėdamas nepiktnaudžiauti vizualiai patraukliais, bet galinčiais klaidinti DI rezultatais medicinos diagnozėje.