非洲医学影像实践中的人工智能:放射技师视角的定性内容分析研究
本研究采用开放式在线问卷于2020年3月至8月对非洲放射技师进行定性内容分析,共获得475份有效回复,归纳出六个关注主题。参与者对AI改善临床质量、诊断能力、辐射剂量和研究水平持积极态度,但对就业安全、设备维护、数据安全、成本及AI认知培训不足表示担忧。结论认为需重视就业与数据保护问题,并高度推荐将AI模块纳入未来放射技师培训。
要点
- 非洲放射技师对AI持积极态度,认为其可改善临床质量、诊断能力、降低辐射剂量并促进研究。
- 受访者担忧AI可能导致就业岗位流失及放射技师核心技能与角色丧失。
- AI设备维护、数据安全、成本及AI认知与教育培训不足是受访者关注的主要问题。
核心结论
- 受访者认可AI在医学影像实践中的重要性,但成功实施需重点关注就业安全和数据保护问题。
- 作者高度推荐将AI模块纳入未来放射技师的培训中。
研究设计与样本
- 定性设计,采用开放式在线问卷,于2020年3月至8月通过Google Forms实施。
- 研究对象为研究期间在非洲工作的放射技师,采用目的抽样,覆盖非洲五个地理区域。
- 共获得475份有效定性回复,来自最初定量研究的1020名参与者。
- 数据采用定性内容分析,由三名研究者协作分析,非英语回复(阿拉伯语和法语)由双语学术人员翻译为英语。
临床应用与阅片要点
- 作者建议将AI模块纳入未来放射技师的培训中。
- 作者认为在非洲实施AI前需对设备维护、数据安全和软件可靠性给予关键关注。
- 作者认为AI可帮助区分「正常」与「异常」胸片,减轻放射科医生报告工作量,并可能协助缺乏放射科医生的农村和低资源地区。
- 作者指出放射科医生在AI时代仍将是影像报告的最终「验证者」,其角色不会完全改变。
局限性
- 参与者对AI的实际认知水平无法确定。
- 研究仅约半数(475/1020)参与者提供了有效的开放式问卷回复。
全文中译15 节 · 点击展开
要点
在非洲工作的放射技师报告了他们愿意在医学影像实践中接受人工智能(AI)。
非洲放射摄影人力资源对工作保障和缺乏AI相关知识感到担忧。
亟需与AI相关的培训方案及其在非洲实施的路线图。
背景
医疗保健正在快速演变,当前的技术发展主要集中于将复杂的计算机化算法日益整合到设备模态中[1–3]。人工智能(AI)是这些复杂算法的关键组成部分,目前因其据报道的优势和改善患者照护的潜力而在医疗保健中被创新性地应用[2, 4]。AI已在许多临床情境中广泛用于诊断、治疗和预测结局[5]。具体而言,医疗保健和研究应用包括预测疾病预后和治疗反应、药物研发、远程患者观察、医疗数据管理、数字化患者咨询以及在某些情况下的医院行政管理[6–8]。
在医学影像实践中,AI在异常的识别和表征方面已显示出令人印象深刻的准确性和敏感性,从而增强了服务提供和患者照护质量[9]。该技术的不断发展推动其应用超越了医学影像实践中的图像判读。目前,AI系统被应用于各种设备模态中,以改善图像采集和照护质量[1, 10, 11]。Lewis及其同事在一篇出版物中总结了AI在医学影像中的影响[4]。他们指出,AI将带来工作流程改善、高质量图像的产生、图像判读的改进、图像分割、自动图像配准和影像组学分析及剂量优化、自动化排程和协议制定以及缩短扫描时间。这些将改善放射技师、放射科医师和其他医学影像工作人员的工作,并帮助应对导致人员短缺的工作量。人们确实认为它将在不久的将来彻底改变整个影像和医疗保健行业。研究正在探索使用AI提供与人类特质相关的解决方案,如共情和陪伴,通过“Vits”等系统来提高生活质量[12]。这引发了关于包括放射技师在内的医疗保健专业人员的角色和责任的争论。
值得注意的是,转诊医师也将承担责任,因为他们根据影像报告(以及通常的多学科团队讨论)决定治疗管理,包括对治疗早期反应的评估。此外,当前许多(微创)介入操作是图像引导的,基于AI处理的图像和不同模态的融合。由于AI可能有用的广泛领域,预计AI将极大地影响放射科医师的日常常规并改善实践,但不会完全改变其核心实践[9]。
尽管如此,医学界必须预见这项技术潜在的未知因素和专业要求,以确保其有效、持续且安全地融入诊断影像实践[1, 10, 13]。这引发了关于将使用该技术的影像专业人员的角色和责任的争论,特别是放射技师和放射科医生[13, 14]。Lewis及其同事[4]报告称,一些放射技师可能对人工智能持有恐惧或兴奋的看法,而想到放射科拥有“AI工作同事”可能会加剧这些看法。这清楚表明,AI系统可能需要满足某些条件才能被卫生专业人员和社会完全接受[15]。
为了解放射技师对在医学影像实践中使用AI的看法和准备情况,已开展了一些研究[16–18]。这些研究探讨了放射技师对将AI整合到医学影像实践中的观点,以确定有助于改善实施过程的因素。然而,这些研究大多采用定量方法,在所提供的观点深度方面存在相关的方法学局限性。据我们所知,采用定性设计探讨医学影像实践中AI看法的研究很少。放射技师是技术与患者之间的接口[14];因此,本研究定性探讨了该劳动力群体对在非洲——一个资源匮乏环境——实践中使用AI的看法。关于新发展的定性意见可能是可预测的;因此,预计作为最终用户的放射技师会对AI有一些担忧。然而,由于工作中面临的资源挑战,非洲的放射技师会有独特的担忧。
方法
本研究是一项定量研究的后续研究[18],该研究以一个开放式问题结束,供参与者分享他们对AI的看法。采用目的抽样,因为这是内容分析探究最合适的方法[19]。所用样本由来自非洲五个地理区域、具有不同文化和语言背景的放射技师组成。为确保参与者的匿名性,放射技师被分配了诸如“Rad 01”之类的化名。在COVID-19大流行期间,半结构化面对面访谈不可行,为在非洲多个国家最大化应答,本研究采用了开放式在线调查。
本探索性横断面在线调查托管于Google Forms(Google,Mountain View,CA)。调查工具广泛涵盖与人口统计学特征、总体态度、对人工智能及其在非洲应如何实施的看法、工作保障、医学影像的未来(包括劳动力发展)以及与人工智能整合相关的伦理等问题(附加文件1:附录1——问卷)。针对开放式问题“任何其他意见”所提供的自由文本评论值得关注,因为此类开放式问题所提供的信息被用于佐证结构化问卷的答案[20]。使用开放式问题为研究参与者提供了表达其对某一问题判断的机会[20]。定性调查研究对于确定特定人群中对某一感兴趣主题的意见、看法和经验的多样性至关重要[21]。非英语回复(阿拉伯语和法语)由身为放射技师且为研究团队成员的双语学者翻译成英语。由于参与者提供的是文本回复,未进行转录。为确保稳健的分析和解释,所获得的数据由三名研究者(W.K.A.、B.O.B.、T.N.A.)采用定性内容分析——一种被推荐用于文本数据分析的方法[22]——进行协作分析。内容分析的可信度使用既定标准予以确保[23]。他们认为,在定性研究中使用可信度的目的是支持研究结果“值得关注”这一论点。
伦理考量
加纳大学生物医学与相关健康科学学院伦理与方案审查委员会批准了本研究(SBAHS/AA/RAD/29245/2019–2020)。
结果
在参加原始定量研究的1020名参与者中,共有475名受访者提供了定性回复[18]。在为本研究分析的475条评论中,大多数(360条)来自男性,115条来自女性。尽管受访者持有从证书到博士学位的广泛学历,但大多数持有理学学士或技术学士学位。受访者最常见的年龄组为30–39岁。对所获得信息的综合分析产生了关于非洲人工智能整合的六个主题,包括期望工具、职业不安全感、设备保护与数据不安全、服务提供质量、人工智能技术的成本影响以及扩大人工智能认知的必要性。图1显示了放射技师对人工智能实施和使用总体看法的摘要。
期望工具
大多数受访者认为人工智能是非洲一种有前景且不可避免的工具。尽管这项新技术尚未在非洲扎根,但许多参与者对人工智能持乐观态度。人工智能已经到来并将继续存在。我们需要拥抱它。(Rad 2)
这在非洲是一个新概念。随着该工具应用证据的增多,更多科室可能会接受这项技术。一个可预见的可能挑战是人与患者互动的减少,从而削弱照护的心理层面。(Rad 8)。
人工智能技术是非洲非常重要的工具(Rad25)。
我认为人工智能将滋养非洲的影像学(Rad 26)。
人工智能在非洲的介入将是一项卓越的创新,因为人工智能具有巨大的优势(Rad 32)。我认为在医学影像中考虑人工智能为发展开辟了巨大的可能性。(Rad 15)
我认为人工智能将彻底变革放射学(Rad 29)。
虽然如上所示,部分参与者认为人工智能将带来医学影像实践的进步和改善,但其他人则持不同看法。我认为人工智能进入非洲并不合适,我们在使用这些工具时将在医疗机构面临大量错误。(Rad 53)。
由于缺乏核安全保障,人工智能在放射科不安全。(Rad 54)。
一名参与者(Rad 290)对传统方式(常规X线摄影)感到满意。而一些人则表示对该技术存在知识空白。我喜欢X线摄影(Rad 29)。
我们需要更多关于人工智能的知识,就我个人而言,我对此一无所知。谢谢。(Rad 419)
在实施之前应进行批判性分析。(Rad 442)
设备维护与数据不安全
少数参与者对非洲设备保障不达标、数据安全和软件利用问题尤为不安,他们认为在实施人工智能之前应给予 critical 关注。非洲的维护文化较差,因此这应作为重中之重加以考虑,以帮助确保结果的准确性并促进这些设备的长久使用和管理。工程师和维修人员也应随时待命,以确保设备顺畅准确地运行。在开展此项工作之前也需要充分的培训和资源。不应取代工作人员,而应增强其工作并提高其结果的效率。(Rad 566)
人工智能是一项不可避免的技术。然而,工具开发者应更加重视其将生成的数据的管理。我实际上更担心大数据及其安全性。(Rad 908)。
人工智能将通过消除人为错误来提高效率,但我担心的是软件损坏,这可能对患者护理是致命的。(Rad 96)
设备维护是唯一的问题。(Rad 85)。
服务提供质量
参与者对人工智能将改善实践质量、服务提供和患者安全充满希望。参与者写到了实践总体效率的提升、胜任的诊断,尤其是人工智能可以帮助医生为患者选择最合适的成像模式(“临床决策支持”),从而有助于减少等候名单、焦虑、剂量和成本。人工智能在医学影像领域将是一项受欢迎的发展,可实现更精确的成像技术和诊断准确性,从而更好地管理患者。(Rad 19)。
人工智能在非洲将提高提供诊断医疗服务的效率和准确性,并增强患者的安全!(Rad 28)
……放射学将不再遗漏任何病理,从而提高质量并挽救患者生命。(Rad 34)。
人工智能将极大改善非洲放射技师的质量结果和服务;我真正相信它将使工作变得更加轻松和有趣。(Rad 35)
人工智能在放射摄影中可在我们的日常实践中发挥重要作用,并有助于缩短患者的等待时间……(Rad 30)。
……它必将有助于优化患者的辐射剂量,并减少放射科医生的报告时间。(Rad 33)。
新技术的成本
少数参与者更关注人工智能技术的成本问题,考虑到非洲大部分地区极为严峻的经济形势,以及人工智能的使用是否会导致“更少患者”接受“更少检查”,正如一些参与者所分享的:一个未被涵盖的方面是实施和推广所涉及的初始成本。(Rad 81)
非洲大陆是第一世界与第三世界条件的混合体,在财政上可能无法全盘接受最新最先进的医学进展(Rad 882)
然而,一位参与者对技术成本持不同看法。人工智能在医学影像中是非常重要的工具,正如在其他领域一样,它是辅助准确诊断以及降低昂贵人力成本的前进方向。(Rad 82)
职业不安全感
过去,放射学专业经受住了其他重大发展的考验;其中最引人注目的是PACS环境的开发与实施,在其早期阶段曾被认为是该专业的终结。这并未影响工作保障,反而促进了增长和服务提供,进而提升了患者护理质量。然而,大多数参与者认为人工智能将带来失业。人工智能很好,但很多人会失去工作。(Rad 5)
人工智能在非洲的整合是好的,但我认为它会影响放射技师和放射科医师的工作保障……(Rad 19)
人工智能在医学影像中的整合是值得欢迎的发展,但可能导致放射技师和放射科医师失业。(Rad 22)
人工智能应经过彻底调查研究,以避免许多放射技师失业。(Rad 103)。
关于人工智能和工作不安全的进一步误解延伸到了放射学作为一门职业可能消亡的可能性。对我而言,我不支持这个人工智能的东西,因为它会让我们大多数人失业,最重要的是,放射学将变成一门无用的课程。(Rad 108)
不应取代员工,而应增强其工作并提升其结果的效率。(Rad 75)
一位参与者认为,人工智能将改变放射技师和放射科医师的角色及自主性任务,因此在接受该技术之前应优先进行更多人工智能技术研究。人工智能不仅将大幅减少放射技师和放射科医师的自主性任务,还将在未来有利地重新定义他们的角色。(Rad 31)。
实施前应进行批判性分析。(Rad 59)
人工智能在非洲是一个相对较新的概念。需要更多研究和适当实施。(Rad 72)
虽然一些人对可能失业表达了担忧,但其他人对其职业和医学实践总体上持不同看法。人工智能即将到来,我们必须准备拥抱它,而不是关注消极方面——比如它可能夺走我们的工作。不!我们选择人工智能应如何运作。当我们为好的目的编程时,出色?然而,当我们为坏的目的编程人工智能时,我们必将面临后果。(Rad 16)
医学影像中的人工智能将彻底改善医学实践。(Rad 18)
扩大人工智能认知
人工智能被视为一种新技术,除了先前接受的常规医学影像放射学教育外,还需要特殊培训和/或教育。因此,一些人认为迫切需要在实施前通过教育、培训和更多研究来提高用户对这项新技术的响应能力。我们需要接受教育和培训。(Rad 110)
在整合人工智能之前,处理知识缺乏的系统更为重要(Rad 116)
人工智能在非洲相对是一个新概念。需要更多研究和适当实施。(Rad 73)。
讨论
本研究是先前定量调查[18]的后续研究,定性深入探讨了非洲放射技师对实践中实施人工智能的看法。虽然定量部分[18]有1020名受访者,但只有大约一半(n = 475)对开放式调查问卷提供了有效回答。这为参与者提供了一个机会,就他们对非洲人工智能实施和使用的看法提供不受限制的观点。
参与者声称他们了解人工智能(尽管其实际认知水平无法确定),这在非洲尚未扎根,并且对该技术改变传统医学影像实践模式抱有非常积极的期望。这与先前来自加纳的研究报告的观点一致,该研究中86.1%的研究参与者表示对医学影像实践中的人工智能有所了解[17]。本研究的参与者也分享说,考虑到众多优势,人工智能肯定是适合在非洲使用的正确技术。此外,他们相信人工智能将在医学影像实践及其他领域带来若干创新和增长(正如它已在核医学、病理学、检验、遗传学等医学许多学科中所做的那样)。尽管持这种积极立场,一些参与者对人工智能抱有复杂感受,担心劳动力可能受到负面影响。对人工智能应用的质疑似乎笼罩着各医疗机构的头脑[24]。许多非洲国家仍在使用湿式图像处理技术的传统X线摄影,难怪一位参与者表达了对使用传统X线摄影的依恋,可能不希望看到任何变化。一种看似误解集中在专业人员和患者互动可能减少上,对一些人来说这可能影响护理的心理层面。这种说法有些可疑,因为人工智能不会夺走放射技师与患者互动的机会,这种互动有助于了解患者的心理状态(例如疼痛程度)并量身定制护理以缓解任何异常情绪。相反,放射技师的工作涉及与患者的直接互动[25]。患者仍然需要由放射技师为检查进行体位摆放,这为放射技师在检查前与患者沟通提供了机会。放射技师有义务关注患者的心理状态,以了解不同的情绪状态,从而为以患者为中心的护理提供信息以取得更好的结果[26]。
如先前报道[17],本研究的参与者还表示,人工智能不适合非洲,因为这些工具将导致诊断性医疗错误,考虑到所有机械系统相关的误差范围。这似乎是一种错误的认知。证据表明,人工智能工具反而会改善该专业的实践,包括高质量诊断和最小化错误[2, 4, 5, 27]。一项研究[27]还指出,人工智能工具提供更好的诊断决策(因此,它考虑每项医学技术结果,例如放射学、核医学、病理学等,以生成单一且个性化的诊断报告)。它们还改善治疗结果并减少医疗错误,从而使医疗专业人员更容易照护更大数量的患者。例如,几种人工智能辅助诊断设备目前具有先进的癌症识别和检测功能,特别是在筛查性乳腺X线摄影、肺癌筛查和乳腺图像的组织病理学评估等领域[4]。这一例子引出了一个论点,即人工智能确实改善了医学影像,通过在异常识别和分类中展示出显著的精确性和敏感性,从而改善照护[9]。在医学影像实践中,人工智能可以极大地改善放射技师在处理大容量图像方面的贡献,例如胸部X线片。即使是一个简单的基于人工智能的工具来区分“正常”与“异常”,也有助于减少放射科医生的报告工作量,并显著改善放射学报告(例如,在深度和广度上甚至超越临床背景或放射学问题),或特别在放射科医生不可及的农村和其他低资源环境中协助放射技师。还必须强调,在人工智能时代,放射科医生的角色不会完全改变。无论使用何种额外的人工智能工具,放射科医生都将是放射学报告负责的“验证者”。
参与者对非洲设备维护文化不佳表示担忧,对某些人而言,这可能使人工智能无法成为非洲的可持续技术。关于西非次区域医疗设备基础设施的研究证实,除其他基础设施挑战外,还存在设备保存不善、质量管理系统差和医疗设备过时等问题[28–30]。此外,他们还表达了对网络安全、患者数据安全以及人工智能工具软件损坏等方面的不确定性。如果医疗行业能预见任何潜在意外,并满足人工智能技术的专业要求,以确保该技术在诊断成像中不间断且有效地使用,这一问题便可得到解决[1, 10]。考虑到一些非洲国家面临的经济挑战,参与者对人工智能工具的成本及其在非洲的实施表示怀疑。经济挑战大多因维护不善而导致技术损坏,人工智能的情况可能也是如此,因为实施和维护成本对欠发达国家而言可能过于昂贵,使它们在改善医疗保健方面进一步落后[27]。相反,一位参与者认为人工智能是医学成像中的重要工具,正如其在其他领域一样。人工智能被视为促进准确诊断、减少错误以及降低昂贵人力成本和研究成果成本的前进方向,正如一些出版物所指出的那样[1, 10, 31]。
尽管大多数受访者接受人工智能,但他们担心人工智能可能对其劳动力产生负面影响。他们认为,非洲接受人工智能可能导致知识差距、失业,并使放射摄影教育项目变得无关紧要。参与者这一争论焦点并不令人意外,因为已有大量考虑认为人工智能将导致职业机械化以及人力的大规模替代[18, 24]。尽管存在这些担忧,证据表明,迄今为止在医疗保健领域,没有人因人工智能的实施而失去工作;相反,人工智能在几乎所有职业中都在发挥促进作用。这种职业不安全感在其他研究中也有报道[16–18, 24, 25]。然而,人工智能将改变放射学,但不会取代放射科医生[24],因此也不会取代工作包括直接与患者互动的放射技师[25]。少数参与者认为,应重新审视人工智能技术的整体理念,并且迫切需要通过教育、培训和持续职业发展来提高放射技师的意识。放射技师此前曾描述他们愿意与患者互动/沟通。这在常规实践中确实非常有益。然而,这似乎与他们对具体培训要求的意愿有些矛盾。
作者们赞同文献[27]的研究结果,该文认为尽管关于人工智能还有若干问题需要回答,但这项技术并非要淘汰卫生专业人员,而是将取代那些未能使用该技术的人,因此所有人都应为人工智能的全面实施做好准备。尽管既往研究提出了关于人工智能的若干问题,但没有任何研究对人工智能推进医学影像实践的能力提出不确定性。在此,给人的印象似乎是人工智能只会应用于放射学;人工智能将遍布医学各个领域,诚然可能较早应用于所谓的医学技术学科,即放射学、核医学、病理学、检验和遗传学。甚至整个电子病历也将几乎被持续挖掘分析。因此,非洲放射技师、影像专业机构、人工智能制造商/供应商、政策制定者以及包括非洲各国政府在内的所有利益相关者需要共同努力,解决终端用户对医学影像中人工智能的担忧,以促进人工智能在非洲的成功实施。
研究的局限性
主要局限性在于对调查定性部分作出回应的放射技师人数有限。然而,由于是开放式调查问题,预期并非所有人都会回应。此外,由于非洲各地区互联网连接不佳以及通信方面的挑战,未能进行电话访谈,而电话访谈本可有助于进一步探查参与者以获得更深入的观点信息。在正常时期(新冠疫情前),本会采用焦点小组和面对面访谈的方式。
结论
本研究的参与者对在非洲医学影像实践中实施人工智能的想法持接受态度,并认同这是一项不可或缺、需要拥抱的工具。然而,他们毫不犹豫地强调了一些担忧,包括该技术的成本、对劳动力的影响、以及可能因数据不安全而产生的伦理和法律监管问题。研究发现,非洲的放射技师需要接受更多关于该技术的教育,并获得对其工作保障的保证。尽管定性回答如同任何新技术一样可能是可预测的,但人们对其存在各种疑虑。在资源匮乏的环境中,由于专业人员习惯于传统的做事方式,新技术的采纳可能成为问题,因此有必要特别评估放射技师的担忧,在这些实施措施到位之前解决这些焦虑。
本研究中参与者的担忧不容忽视,因为关于AI算法性能仍存在争议。因此,本文认为AI需要从其技术性能方面给予大量关注,以解决所有客户的担忧。如果最终用户的担忧,如可能的失业问题、设备维护文化、人员培训和教育等问题得不到解决,尤其是在非洲的情况下,AI可能弊大于利,并且不会对患者和使用它的专业人员产生积极影响。因此,非洲放射技师、影像专业机构、AI制造商/供应商、政策制定者以及包括各非洲国家政府在内的所有利益相关者需要共同努力,解决最终用户对医学影像中AI的担忧,以便在非洲成功实施AI。
补充信息
附加文件1。问卷。
引用
- Antwi WK, Akudjedu TN, Botwe BO, et al. Artificial intelligence in medical imaging practice in Africa: a qualitative content analysis study of radiographers' perspectives. Insights Imaging. 2021. PMID: 34132910. doi:10.1186/s13244-021-01028-z
- 全文:PMC8206887(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8206887/
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。