Wir haben den Einfluss der Einführung eines KI-DSS auf diagnostische Entscheidungen von Krankenhaus-Optometristen bei der Interpretation von OCT-Scans untersucht. Wir bauen auf früheren Studien in anderen medizinischen Bereichen auf, die einen positiven Effekt der menschlichen-KI-Zusammenarbeit bei der Verwendung eines Systems mit hoher diagnostischer Genauigkeit gezeigt haben. Im Gegensatz zu früheren Arbeiten haben wir jedoch einen hohen Anteil von Fällen (60%) verwendet, in denen die Ausgaben unseres KI-Systems inkorrekt waren oder unsicher (mehrere Diagnosen mit hoher Wahrscheinlichkeit vorgeschlagen).
Insgesamt haben unsere Teilnehmer die genauesten Diagnosen im Vergleich zum Referenzstandard gemacht, wenn sie klinische Fälle ohne KI-diagnostische Unterstützung beurteilten. Die Genauigkeit ohne KI lag bei 81%, ähnlich der von Jindal et al. gefundenen diagnostischen Genauigkeit von 80%, wo Optometristen retinale und optische Nerven-OCTs bewerteten, um festzustellen, ob diese ‘erkrankt’ waren. Die Anzahl der ‘korrekten’ Antworten sank auf 75%, wenn die KI-Diagnose in unserer Kohorte präsentiert wurde. Wir haben bewusst Fälle basierend auf KI-Ergebnissen ausgewählt, um zu untersuchen, wie inkorrekte oder unsichere KI-diagnostische Unterstützung die menschliche diagnostische Leistung beeinflussen kann.
Noch weniger diagnostische Antworten stimmten mit dem Referenzstandard überein, wenn sowohl KI-Diagnose als auch KI-Segmentierung angezeigt wurden (68%). Die Rolle klinisch unsicherer Fälle ist wahrscheinlich der Hauptfaktor für dieses Ergebnis. Obwohl die Referenzstandards und die KI-Diagnose in den identifizierten Beispielen übereinstimmten, könnten auch alternative Interpretationen der Bilder vorgenommen werden, selbst von Augenheilkunde-Spezialisten. Unsere Ergebnisse verdeutlichen auch ein Dilemma hinsichtlich des Wertes der Präsentation von Segmentierungen und bieten interessante Einblicke in die Mensch-KI-Interaktion.
Es gab keine signifikanten Unterschiede zwischen der Anzahl der korrekten Antworten der beiden Gruppen basierend auf Erfahrungsgrad. In unserem Studienfokus zeigte die KI keine Steigerung des diagnostischen Vertrauens der Optometristen. Trotz unserer Auswahl von 60% der Fälle, bei denen die KI ‘inkorrekt’ oder ‘unsicher’ war, hatte dies keinen signifikanten Einfluss auf das diagnostische Vertrauen der gesamten Kohorte. In zukünftigen Untersuchungen sollte das diagnostische Vertrauen unter Verwendung der KI mit ihrer tatsächlichen diagnostischen Genauigkeit für die klinische Implementierung bewertet werden.
Obwohl die KI in der Ophthalmologie großes Potenzial bietet, dürfen die sozialen und rechtlichen Herausforderungen nicht ignoriert werden. Die Zuverlässigkeit und Rechenschaftspflicht der KI-Systeme und deren Auswirkung auf klinische Entscheidungen schaffen eine komplexe Dynamik mit Gesundheitsfachleuten. Für die Akzeptanz von KI durch Ärzte müssen die Systeme verlässlich und vertrauenswürdig sein. In dieser Studie gaben nur ein Teilnehmer an, dass er den KI-Diagnosen misstraute, während 16 neutral waren und 13 vertrauten. Weitere Forschung ist erforderlich, um zu untersuchen, wie verschiedene Elemente der KI-Visualisierungen während der klinischen Entscheidungsfindung genutzt werden.