Rontgen dada tetap menjadi alat sederhana dan banyak digunakan untuk mendeteksi penyakit seperti kanker paru. Di Jepang, pemeriksaan ini merupakan bagian dari pemeriksaan kesehatan wajib di perusahaan. Namun, interpretasinya membutuhkan keahlian yang tinggi. Untuk membatasi kesalahan, biasanya dua dokter menganalisis setiap gambar, yang menambah beban kerja mereka.<\/p>\n
Sebuah studi terbaru mengevaluasi apakah perangkat lunak kecerdasan buatan dapat mengambil peran pembaca pertama dalam sistem pembacaan ganda ini. Para peneliti menganalisis lebih dari 320.000 rontgen yang dilakukan antara 2018 dan 2020. Di antara kasus yang dicurigai kanker paru, tiga model AI diuji. Hasilnya: alat-alat ini mendeteksi antara 62 hingga 77% kelainan, dibandingkan 59% oleh dokter manusia. Bahkan ketika hanya berfokus pada nodul paru, yang paling sering terjadi, kinerja AI tetap lebih unggul, dengan tingkat deteksi berkisar antara 64 hingga 76%, sementara dokter mencapai 59%.<\/p>\n
Kecerdasan buatan telah menunjukkan kemampuan setidaknya setara dengan para profesional, bahkan lebih baik. Namun, AI menghasilkan lebih banyak peringatan palsu. Sementara dokter menghasilkan sangat sedikit, perangkat lunak mengidentifikasi antara 6 hingga 15 peringatan palsu per 100 pemeriksaan, tergantung model yang digunakan. Kesalahan ini sering terjadi ketika struktur normal, seperti tulang rusuk atau pembuluh darah, disalahartikan sebagai lesi.<\/p>\n
Hasil ini menunjukkan bahwa AI dapat menggantikan pembaca pertama dalam deteksi dini. Hal ini dapat mengurangi beban kerja dokter sambil mempertahankan kualitas diagnosis. Namun, nodul yang paling samar atau terkecil tetap menjadi tantangan bagi alat-alat ini. Oleh karena itu, kewaspadaan yang lebih tinggi dari pembaca kedua manusia akan diperlukan untuk kasus-kasus sulit.<\/p>\n
Pendekatan ini dapat menstandarkan interpretasi dan membatasi variasi sesuai dengan pengalaman praktisi. Studi tambahan di beberapa pusat medis akan diperlukan untuk mengkonfirmasi manfaat ini dan mengevaluasi dampaknya terhadap organisasi perawatan. Tujuannya adalah mengintegrasikan teknologi ini secara bertahap ke dalam praktik sehari-hari, tanpa mengorbankan ketepatan deteksi dini.<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1007\/s11604-026-01973-z<\/a><\/p>\n Titre\u00a0:<\/strong> Can AI substitute the first reader in chest radiograph screening? A retrospective non-inferiority evaluation<\/p>\n Revue : <\/strong> Japanese Journal of Radiology<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Kotaro Yoshida; Atsushi Takamatsu; Rie Tanaka; Tetsuo Matsunaga; Antoine Choppin; Aya Tonouchi; Satoshi Kobayashi; Takeshi Kobayashi<\/p>\n","protected":false},"excerpt":{"rendered":" Apakah kecerdasan buatan dapat menggantikan dokter dalam deteksi dini kanker paru melalui rontgen Rontgen dada tetap menjadi alat sederhana dan banyak digunakan untuk mendeteksi penyakit seperti kanker paru. Di Jepang, pemeriksaan ini merupakan bagian dari pemeriksaan kesehatan wajib di perusahaan. Namun, interpretasinya membutuhkan keahlian yang tinggi. Untuk membatasi kesalahan, biasanya dua dokter menganalisis setiap gambar,… Lanjutkan membaca Apakah kecerdasan buatan dapat menggantikan dokter dalam deteksi dini kanker paru melalui rontgen<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3,4,2],"tags":[],"class_list":["post-14","post","type-post","status-publish","format-standard","hentry","category-kesehatan","category-manusia","category-sains-teknologi","entry"],"_links":{"self":[{"href":"https:\/\/theroboticsreview.com\/id\/wp-json\/wp\/v2\/posts\/14","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/theroboticsreview.com\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/theroboticsreview.com\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/theroboticsreview.com\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/theroboticsreview.com\/id\/wp-json\/wp\/v2\/comments?post=14"}],"version-history":[{"count":1,"href":"https:\/\/theroboticsreview.com\/id\/wp-json\/wp\/v2\/posts\/14\/revisions"}],"predecessor-version":[{"id":15,"href":"https:\/\/theroboticsreview.com\/id\/wp-json\/wp\/v2\/posts\/14\/revisions\/15"}],"wp:attachment":[{"href":"https:\/\/theroboticsreview.com\/id\/wp-json\/wp\/v2\/media?parent=14"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/theroboticsreview.com\/id\/wp-json\/wp\/v2\/categories?post=14"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/theroboticsreview.com\/id\/wp-json\/wp\/v2\/tags?post=14"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}