文献速递儿科影像技术与安全DR

「我希望人工智能如何用于我的影像检查」:儿童与青少年的观点

"How I would like AI used for my imaging": children and young persons' perspectives.
PubMed 文献 · Eur Radiol · 2024-06-20

英国全国在线调查(2022年6月至2023年6月,171名6–23岁儿童与青少年)显示,多数受访者希望了解所用AI工具的准确性(122/171,71.3%),认为准确性比速度更重要(113/171,66.1%),并赞成AI应在人工监督下使用(110/171,64.3%);42.7%(73/171)认为AI在骨X线片上找问题比人更准确。

要点

  • 多数儿童与青少年希望了解所用AI工具的准确性,并更看重准确性而非速度。
  • 多数受访者赞成AI应在人工监督下使用,而非自主运行。
  • 42.7%(73/171)认为AI在骨X线片上找问题比人更准确,有漏诊骨折经历者中85.7%(12/14)强烈同意。

核心结论

  • 受访儿童与青少年对AI持积极态度,认为应整合进现代医疗,但偏好「医疗专业人员参与其中」且准确性优先于速度。

研究设计与样本

  • 英国全国在线调查,通过学校、大学及慈善合作伙伴传播,调查时间为2022年6月1日至2023年5月31日共12个月。
  • 共收到185份回复,排除14份年龄不符合者后分析171份,平均年龄19岁(范围6–23岁),覆盖英国全部四个地区。
  • 问卷基于Ongena等开发的成人患者AI态度验证问卷,经FRACTURE研究患者与公众参与指导委员会共同创建儿童与青少年友好版本,共31个问题,采用5点Likert量表。

诊断标准与关键数值

  • 希望了解所用AI工具准确性:122/171(71.3%)同意或强烈同意。
  • 准确性比速度更重要:113/171(66.1%)同意或强烈同意。
  • AI应在人工监督下使用:110/171(64.3%)同意或强烈同意。
  • 认为AI在骨X线片上找问题比人更准确:73/171(42.7%)同意或强烈同意;有漏诊骨折经历者中12/14(85.7%)强烈同意。

临床应用与阅片要点

  • 原文未据此给出推荐。

局限性

  • 有漏诊骨折的受访者比例(23.7%)可能高于一般人群,因有漏诊经历者可能更愿意参与,且部分受访者通过支持成骨不全患者的Brittle Bone Charity网站找到调查链接。
  • 因调查保持匿名,无法量化有多少受访者患有成骨不全。
  • 原文指出需在今后儿科医疗AI实施前考虑关于AI性能与治理的信息主题。
全文中译16 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2024 Jun 20;34(12):7751–64. doi: 10.1007/s00330-024-10839-9

引言

近期技术的进步加剧了对提升患者结局的数字工具的推动,其中人工智能(AI)和机器学习(ML)处于最前沿[1–3]。多篇出版物强调了AI工具在不同医学学科中的高性能[4–7],通常可达到或提高熟练专业人员的准确性。这使得投资者对AI在未来医疗服务中作用的乐观情绪激增,这一点反映在该领域获得的风险投资资金数额上(预计到2025年将达到360亿美元[8]),并且以放射学为基础的应用处于领先地位(目前占所有FDA监管批准用于商业用途的AI算法的85%[9])。

放射学界(包括从事儿科放射学工作的人员)总体上对AI改善患者护理的前景持积极态度[10];然而,用于儿科影像的AI工具的可用性和开发仍处于起步阶段。目前专门为儿童设计的商业产品很少[11],尽管例如用于骨折检测的产品可能在不久的将来最有希望广泛使用[12, 13]。尽管医疗保健专业人员对此类工具的性能和意外后果存在担忧[14–16],但在开发和设计用于其护理的AI工具时,倾听患者的声音至关重要[17]。

尽管有几篇文章调查了成人患者对AI在放射学中使用的看法[18–20],但很少有研究征求儿童和年轻成人的意见[21–23]。在已有研究中,没有一项专门针对医学影像,而且所有研究均以小组访谈形式进行,参与者数量有限,可能未能反映更广泛的观点。当前这一代作为“数字原住民”,可能对AI持有与成人患者不同的独特观点,而在开展任何儿科放射学专用AI实施工作之前,认识到这些观点至关重要。

因此,本研究旨在通过开展一项全国性研究来弥合这一知识空白,评估儿童和年轻成人对AI的看法,特别是当其应用于他们自己的医学影像时,并以骨折检测为重点,因为这是他们最可能亲身经历过的疾病。

方法与材料

这项关于公众意见的自愿问卷不需要伦理批准。尽管受访者可以选择分享其联系方式以参加未来的公众参与活动,但参与调查并不特别要求提供此信息。

问卷

该调查基于Ongena等人[24]开发的一份经验证的问卷,内容涉及(成人)患者对AI在放射学中实施的看法。他们的调查由方法学家与放射科医生以及155名接受诊断性影像检查的(成人)患者合作开发。他们的调查由六个领域(技术验证、程序性知识、能力、效率、个人互动和问责)组成,作为进一步问题的框架,每个问题均可使用5点Likert量表作答。

我们的调查以他们经验证的调查作为起点,在2021年5月至10月期间由“FRACTURE研究患者与公众参与及介入(PPIE)指导委员会”举行的三次患者与公众参与会议上进行讨论[25]。该委员会由三名家长代表、四名青少年代表、该机构负责研究的PPIE经理(DL)以及本研究的首席研究员(SS)组成。该指导小组中的家长和青少年是从两个更大的PPIE小组(分别称为“大奥蒙德街儿童医院伦敦青少年研究咨询组”(GOSH YPAG)和“大奥蒙德街儿童医院家长与照护者研究咨询组”)中自荐的志愿者,他们对数字技术有兴趣[26]。

与FRACTURE研究PPIE指导委员会共同创建了一份“儿童和青少年”友好版的调查,并根据集体小组对于哪些是重要且可理解的话题的意见获得批准。研究团队注意调整语言,以适合阅读年龄至少约为10岁及以上的儿童。经共识将“青少年”的年龄上限确定为23岁。最终调查在指导委员会成员中进行了测试,以确保用户友好性。

为吸引公众关注并理解本工作的目标,还与指导委员会协商制作了一段配套的简短动画[27],解释该调查询问的内容以及如何参与。最终调查以英文进行,托管在Google Forms平台上,首页包含配套动画和说明。

该调查共包含31个问题(ESM补充表1),其中包括4个关于人口学详细信息(年龄、性别、族裔、所在地)的基本问题,2个关于计算机和AI经验/知识的问题,然后是2个关于受访者骨折史的问题。我们使用5点李克特量表对随后21个关于在儿童影像中使用AI的偏好问题进行评分(其中12个问题专门涉及AI在肌肉骨骼影像中的使用,9个问题涉及AI在心脏、肿瘤和神经影像中的整体使用),另有2个开放式回答用于详细阐述意见。问题按五个主题分类,即准确性、责任、伦理问题、资源分配和协作。

传播

该调查在2022年6月1日至2023年5月31日期间共计“上线”12个月,面向23岁及以下的儿童和青少年。调查链接(包括附有一张带有链接二维码的调查海报)通过各种地方和国家联系人传播,包括:向200名英国中小学校管理者发送电子邮件(使用发布在学校网站上的公开电子邮件地址,确保在英国四个构成国和各行政区传播)

向100所英国大学的学生会代表发送电子邮件

向YPAG(青少年研究咨询组)Generation R代表发送电子邮件[26]

将链接托管在FRACTURE研究网站[25]和Twitter信息流上

将链接托管在大奥蒙德街儿童医院网站[28]和Twitter信息流上

将链接托管在脆骨病协会网站[29]和Twitter信息流上

通过GOSH YPAG小组内的当地联系人、同事以及放射科、骨科和儿科部门中接触儿童并能接触到当地家长和儿童团体的研究合作者,进行口碑传播和调查链接的“转发”。

在研究期间向当地和全国联系人发送了两封电子邮件提醒,以提高调查的参与度和回复率。

数据分析

使用简单的描述性统计(例如频率、受访者比例等),并在Microsoft Office的Excel中进行分析,以描述回复的频率。在适当的情况下,自由文本评论与汇总描述性数据一并纳入,以便了解儿童和青少年对每个主题话题的声音。

结果

受访者人口统计学特征

研究期间共收到185份回复。14份因受访者不在目标年龄组而被排除,最终共171份回复纳入分析。其中,68份(39.8%)为男性,受访者平均年龄为19岁(范围6–23岁)(图1)。

我们吸引了来自广泛种族背景的受访者,其中最大的受访者群体为亚裔/亚裔英国人(68/171,39.8%)和白人/高加索人(54/171,31.6%)(图2)。回复来自英国全部四个地区,覆盖48/108(44.4%)个郡,其中大多数位于伦敦(27/171,15.8%)和剑桥郡(15/171,8.8%)(ESM补充表2)。

图1 柱状图展示本调查受访者的年龄和性别分布(n = 171) 查看原图 ↗
图2 饼图展示本调查中受访者自我报告的种族(n,%)(n = 171) 查看原图 ↗

计算机与人工智能素养

受访者最频繁的回复是其计算机技能为一般水平(60/171,35.1%),仅有少数(12/171,7%)表示其计算机知识为高级水平。当被问及对人工智能总体上的理解时,最频繁的回复是理解水平为一般(58/171,33.9%)或略低于一般(58/171,33.9%),同样仅有少数(12/171,7%)承认自己在该领域有较多知识。

对人工智能用于医学影像的看法

调查中所有回复的完整分类详见表1–3和图3。

表1 FRACTURE调查汇总总回复(n = 171) 查看原表 ↗
表2 FRACTURE调查——自由文本评论 查看原表 ↗
表3 关于使用人工智能用于其他病变(骨折除外)的调查回复 查看原表 ↗
图3 柱状图展示本调查中受访者对与使用人工智能进行儿童影像检查(特别是与“骨骼X线”相关)的不同问题的看法。同意或强烈同意的受访者比例以深色表示,不同意或强烈不同意的以浅色表示。未决定的受访者以白色表示。与调查问题相关的五个关键主题展示在图片右侧 查看原图 ↗

准确性

受访者中最常见的回答是,人工智能在发现骨骼X线片上的问题方面会比医疗专业人员更准确(42.7%(73/171)同意或强烈同意)。在本调查中,34.5%(59/171)的受访者表示他们以前曾骨折过,其中14/59(23.7%)报告他们的骨折最初在X线片上被漏诊。与其他受访者相比,该亚组更倾向于认为人工智能在审阅骨骼X线片方面会比医疗专业人员更准确(图4)。

大多数受访者在收到结果时(如果使用了人工智能)想知道人工智能的准确度如何(71.3%(122/171)同意或强烈同意),并且准确度被评为比结果速度更重要。66.1%(113/171)的受访者同意或强烈同意,只要结果尽可能准确,他们不介意获得结果需要多长时间;而44%(76/171)同意或强烈同意他们希望尽可能快地获得结果(无论由谁评估检查)。

与该领域相关的一些自由文本评论包括:“两处胫骨骨折被漏诊,直到愈合明显后才被发现,因此人工智能很可能已经发现了这些骨折”

“我认为使用人工智能将有助于检查X线片并确保发现骨折,因为医生/护士有时可能因人为失误而漏诊。”

“我认为,如果人工智能被证明比人类准确率几乎高100%,就应该引入它。”

图4 流程图展示了受访者关于人工智能对骨骼X线片准确性的意见比例相对于其自身骨折经历的比例差异 查看原图 ↗

问责

总体而言,大多数受访者认为,如果人工智能被自主使用并发生了错误,那么医院应对任何不准确的结果负责(55/171,32.2%强烈同意,58/171,33.9%同意)。然而,大多数受访者不认为人工智能应自主行动(见下文协作小节)。

与该领域相关的一些自由文本评论包括:“我认为人工智能可能非常有帮助,但至关重要的是我们要确保它们不会取代人类及其工作。而且我们还要确保它们只做次要工作,这样如果它们出错,患者的生命也不会被毁掉或面临风险”

伦理问题

大多数受访者(67/171,39.2%)在这一阶段强烈同意,在对他们的影像检查使用人工智能之前应征求他们的许可,并且儿童和年轻成人中仍存在一些对“个人数据落入不法之手”的不信任,88/171(51.5%)的受访者同意或强烈同意这一说法即为证据。

一些自由文本示例为:“我认为,尽管人工智能是一种可用于节省医院资源和时间的强大工具,但许多决策仍然基于道德问题和伦理判断,不应依赖计算机来回答这些问题。”

“我不认为人工智能应该参与实际决策,因为涉及许多伦理方面的问题,医生受过训练来处理这些问题,只有当人工智能足够先进、能像人类一样识别这些问题时,才可以接受。”

“技术(AI)与医生或护士之间的区别在于共情能力。技术无法安抚患者以表明AI所显示的结果是否为准确结果,因为技术无法表达情感。”

资源分配

许多受访者同意(44/171,25.7%)或强烈同意(41/171,24.0%)使用AI查看骨骼X光片将为医院节省费用,并且未来为此目的会用AI替代医生或护士(52/171,30.4%同意;54/171,31.6%强烈同意)。大多数受访者认为这很可能在未来5年内发生(77/171(45.0%)同意或强烈同意,而53/171(30.9%)不同意或强烈不同意)。

尽管有上述汇总统计数据,自由文本评论中提出了一个反向观点:“……医院不会通过使用AI来节省费用,主要是因为很难以低廉的价格制造出极其精确的技术产品。……医院无论如何仍会保留医生和护士,因此在现实中会将这项技术用作双重核查工具。”

人机协作

大多数受访者认为AI应仅用于核查人类判断,而不应自主行事(61/171,35.7%强烈同意;49/171,28.7%同意),并且大多数受访者同意(50/171,29.2%)或强烈同意(42/171,24.6%)以下说法:“即使AI更擅长查看骨骼影像,他们仍更希望由医疗专业人员进行扫描核查。”

一些正面评论为:“如果医生看不出问题所在,那么他们应该把它交给AI。我曾有一处骨折被两名医生漏诊,后来一名专科医生发现了它,最初的医生在无法弄清我疼痛来源后本可以使用AI。”

“AI可用于筛除最明确的诊断,并标记所有可能需要更多解读的扫描(算法在其结论中的确定性百分比较低),以供医生/护士复核。”

一些中立评论为:“我非常不同意在涉及护士/医生时用‘替代’一词来指代AI。我希望两者之间始终存在协作,并且绝不会让AI独自为患者的治疗方案做出决定。”

“我认为如果AI检测到任何过于异常的情况,医生也查看一下可能会有益。”

AI在影像学中的用途

当被问及如果疾病与癌症、心脏或脑部疾病有关,受访者对使用AI在影像检查中诊断疾病是否会有类似感受时——大多数受访者强烈同意他们更希望有人类监督,但并未对是否更愿意将AI用于任何特定疾病过程表示强烈意见。

尽管大多数受访者认为AI在扫描中检测脑部疾病可能比人类更准确(53/171,31%同意),但他们对AI在检测癌症或心脏疾病方面是否更准确没有强烈意见(分别为52/171,30.4%和53/171,31%尚未决定)。见表3以及图5和图6。

图5 柱状图显示受访者对于是否愿意将AI用于解读其他疾病(如癌症、心脏病或脑部疾病)影像的意见差异。对于不同疾病使用AI,同意或不同意者之间似乎没有很大差异。 查看原图 ↗
图6 条形图显示受访者对人工智能检测癌症、心脏或脑部等其他疾病准确性的看法差异。大多数受访者认为,与医疗保健专业人员相比,人工智能在识别癌症方面不太可能准确,而在脑部或心脏疾病方面则相对较好。 查看原图 ↗

讨论

在本研究中,我们发现儿童和年轻人普遍支持将人工智能整合到他们的医疗保健旅程中,前提是满足某些条件。他们表达了对了解所使用人工智能工具准确性的强烈兴趣,并表达了希望在其医学图像上应用人工智能时征求其同意的愿望。大多数儿童和年轻人表示倾向于对人工智能工具进行人工监督,尽管只要结果准确,他们接受人工智能协助的意愿在不同疾病之间似乎没有太大差异。本次调查的受访者认为任何影像结果的准确性比提供结果的速度更为关键,换言之,受访者不希望以速度为代价牺牲准确性。

有趣的是,曾发生过最初被漏诊的骨折的受访者更倾向于同意人工智能在放射图像上寻找骨骼问题方面可能比医疗保健专业人员更准确;而那些曾骨折(被准确检测到)的受访者则最不可能认为人工智能会更准确,推测是因为他们自己在诊断过程中没有经历任何特别的延误或问题。这一重要发现凸显了确保在任何人关于人工智能的讨论中适当纳入患者利益相关者参与的必要性,因为个人医疗经历和直接生活体验会影响对使用人工智能工具潜力的看法。我们确实承认,本研究中声称有过“漏诊骨折”的受访者比例可能高于普通人群(本调查中为23.7%,而急诊临床医生估计的儿童漏诊骨折率为5–19%(其中估计5–28%具有临床相关性)[30–34]。在英国,急诊临床医生通常是第一位评估和让患者出院的医疗保健专业人员,很多时候是在正式放射学介入之前)。我们调查中较高的比例可能有几个原因——那些有漏诊骨折经历的人可能更有动力参与,而且许多受访者是通过“脆性骨慈善机构”网站找到我们在线调查链接的,该网站为成骨不全症患者提供支持。这些患者有多次骨折,其中许多被漏诊,因此他们发生漏诊骨折的可能性可能高于普通人群。我们根据自由文本评论推断,许多患有此病的儿童回答了我们的调查,然而由于我们的调查保持受访者匿名,我们无法量化有多少人具有此诊断。

目前仅有少量出版物探讨儿童和年轻人对使用人工智能进行医疗保健的意见,且目前尚无专门针对医学影像的研究。Visram S等人[21]的一项研究向GOSH YPAG的21名成员展示了人工智能在医疗保健中的多种应用,以了解他们认为未来采用时重要的领域。围绕治理、信任和以人为本的关键主题被认为很重要,同时患者同理心和安全性也很重要。Thai K等人[22]的另一项研究访谈了一家大型城市儿童医院的28名儿科患者,探讨了他们对在临床试验、临床实践和健康数据研究中使用人工智能的意见。该研究中出现的一个强烈主题是维持患者与医生之间人际互动的需求,尽管对使用人工智能进行研究和临床护理持积极看法。

虽然并非专门针对人工智能,但还有其他调查研究了儿童对医疗保健中一般技术使用的看法[35],特别是机器人和虚拟现实在医院和教育环境中的使用[36–38]。在一项考察73篇关于机器人在医疗保健中使用的出版物的范围综述[37]中,发现儿童、父母和医务人员对该技术的使用接受度很高,且机器人使用的反馈大多为正面。尽管此类技术与人工智能不同,但它确实支持了年轻一代对为其自身医疗保健互动和整合新技术的接受度。在另一项考察38篇评估儿童在健康技术(如远程医疗、医疗设备、增强现实)中的担忧和需求的文章的综述[39]中,发现了四个总体主题——与使用技术的污名、数据隐私、技术的可信度以及是否在开发时考虑到了年龄适宜性相关的问题。虽然前者可能与影像中的人工智能工具不直接相关,但其他三个担忧确实与我们调查结果重叠,受访者表达了对人工智能准确性、安全性和可信度的担忧。

由于提问方式的差异,很难在更广泛的文献中对成人与儿童的观点进行直接比较,尽管如此,与Ongena等人[24]的调查(我们的调查即基于此)相比,成人平均更强烈地赞同尽可能快速获取扫描结果这一观点(成人评分为4.49,儿童为3.89(采用5分制Likert量表:1=非常不同意,3=中立,5=非常同意));在担心数据落入不法之手方面评分相似(成人3.32,儿童3.44);在表示即使人工智能在评估扫描方面更出色,他们仍更希望由医生审阅检查结果方面也相似(成人3.32,儿童3.51)。关于人工智能有朝一日可能取代医生这一说法,成人平均评分为3.50,儿童为3.75。成人调查中对更快结果的期望(与儿童相比)可能反映了回归工作和生活压力的优先考量(例如照护责任)。其他评估成人患者对放射学中人工智能认知的既往研究发现了与我们对儿童和年轻成人调查相似的主题性结果。大多数人倾向于对任何人工智能工具进行人工监督,并认为任何基于人工智能的沟通缺乏情感支持,尽管如果能证明人工智能可为其疾病提供额外、准确的洞察,他们欢迎使用人工智能[24, 40, 41]。其他研究还报告,对问责制和隐私问题的清晰理解是患者对使用基于人工智能的医疗保健解决方案态度的关键因素[18, 42, 43],包括使用人工智能在临床决策和获取医疗专业人员服务方面可能意味着什么[44]。

鉴于调查问题的侧重点不同,比较患者(成人和儿童)与医疗保健专业人员对影像中人工智能的看法具有挑战性。尽管如此,仍注意到一些相似之处——在一项针对从事儿科放射学的医疗保健专业人员的调查[10]中,大多数人同意其工作不存在风险(85.4%),并且人工智能结果仍应由人工核查(83.3%同意)。他们还表示,诊断准确性(32.1%)、工作流程效率/速度(25.0%)和安全性(22.5%)是人工智能设计和实施中需要考虑的最重要因素。在另一项针对医学生的研究[45]中,大多数人(56%)不相信人工智能能帮助在医学中建立明确诊断,且大多数人(83%)同意人工智能不会取代放射科医生。最后,主要工作在IT和行业领域的人对人工智能信任度较低,仅25%表示对人工智能结果有信心,17%认为使用人工智能意味着医疗保健人员可以花更多时间与患者相处,尽管他们对人工智能的未来抱有很高期望,86%认为医学可以变得更高效[46]。

我们的研究存在若干局限性。我们的公开招募策略可能在主动前来完成调查的受访者类型中引入了偏倚。这些受访者很可能来自数字设备和互联网可及性更高的家庭和学校,以英语为主要语言的人群,以及可能来自较高社会经济背景的人群(尽管我们并未专门询问这一细节)。因此,我们的人口学代表性可能未涵盖所有可能的族裔背景,尽管我们收到了大量亚裔参与者的回复,且受访者确实来自英国全部四个地区,表明本调查具有广泛的地域覆盖。

我们还将调查主要聚焦于对人工智能用于X线片上肌肉骨骼疾病诊断的看法,因为我们认为这是近期人工智能应用最现实的临床场景,也是许多受访者所熟悉的常见疾病。虽然我们确实询问了更广泛领域的问题,包括癌症、脑部和心脏疾病,但我们承认我们的发现可能无法推广至儿科影像的所有领域,可能需要针对那些特定领域的人工智能使用开展更具针对性的调查。此外,虽然我们要求儿童自评其计算机素养技能和对人工智能的认知,但我们确实理解这是主观的,且对于“人工智能”实际含义可能存在不同理解。尽管如此,根据英国通信监管机构(Ofcom)近期开展的研究[47, 48],发现59%的7–17岁互联网用户在过去一年中使用过生成式人工智能工具,同时各种国际倡议正在推动学校人工智能教育项目[49, 50],提示对该技术的认知和了解正在不断增长。

我们的调查问题力求在全面性、可行性以及儿童和年轻人可理解且不至于过于冗长之间取得平衡。为此,我们不得不限制可提问的问题数量,这些问题基于我们GOSH PPIE指导委员会所指导的优先领域。未来工作可包括与儿童和年轻人进行 smaller 焦点小组或个体访谈,以深入探讨围绕问责制和伦理考量的部分核心问题,获取他们在这些领域意见的更细致细节,此外还可进一步探索他们对医学影像工具的理解以及就诊时漏诊的原因。针对相同问题探索父母/照护者观点的调查也可能有助于了解成人观点与儿童观点之间是否存在差异,以及在考虑人工智能实施时,医疗环境中是否需要进一步工作以满足双方(即父母/照护者和儿童)的需求。既往审查照护者和父母对医疗保健中新技术(如机器人技术、虚拟现实[38, 51, 52])观点的研究通常显示,只要有确证的患者获益并仔细考虑可能的伤害风险及如何减轻这些风险,接受率就较高。

最后,我们的调查因参与度有限而在应答率方面受到限制(尽管它仍然是关于儿童和青少年对其医学影像中人工智能看法的最大的调查)。我们的调查虽然基于一项经过成人验证的关于影像学人工智能观点的调查,并在我们的患者与公众参与(PPIE)指导小组委员会的支持下进行了改编,但其本身并未经过验证[53],且受访者年龄范围广泛,非青少年受访者很少。其中包括一名6岁受访者、两名12岁女性和一名13岁男性。尽管如此,重新审查这些个体的担忧和对调查问题的回答,并未偏离更广泛群体的意见。

总之,我们调查人群中的儿童和青少年表示,人工智能应融入现代医疗保健,并且绝大多数人倾向于由医学专业人员进行监督以实现制衡。任何希望为儿童和青少年实施人工智能工具的医院或放射科都应考虑我们本次调查的关键信息,以确保他们的意见和观点不被遗忘。未来研究若能从更广泛的受访人群中对我们调查所涵盖的某些方面(例如伦理影响和问责)进行进一步研究,或开展深入的特定主题调查,可能有益于未来的研究。

补充信息

电子补充材料

引用

  1. Lee L, Salami RK, Martin H, et al. "How I would like AI used for my imaging": children and young persons' perspectives. Eur Radiol. 2024. PMID: 38900281. doi:10.1007/s00330-024-10839-9
  2. 全文:PMC11557655(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11557655/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。