Εφαρμογές της τεχνητής νοημοσύνης στην ιατρική απεικόνιση. Μελέτη γνώσεων και στάσεων ιατρών και τεχνολόγων ακτινολόγων απέναντι στην χρήση της τεχνητής νοημοσύνης στην ακτινολογία

  1. MSc thesis
  2. ΣΥΓΛΕΤΟΥ, ΑΝΝΑ
  3. Διοίκηση Μονάδων Υγείας (ΔΜΥ)
  4. 18 Σεπτεμβρίου 2021 [2021-09-18]
  5. Ελληνικά
  6. 93
  7. ΜΑΤΑΛΛΙΩΤΑΚΗΣ, ΓΕΩΡΓΙΟΣ
  8. ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ | ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ | ΙΑΤΡΙΚΗ ΑΠΕΙΚΟΝΙΣΗ | ΑΚΤΙΝΟΛΟΓΟΙ
  9. 2
  10. 75
  11. Περιέχει : πίνακες, διαγράμματα, εικόνες
    • Τα τελευταία χρόνια καταγράφονται σημαντικές εξελίξεις στις εφαρμογές της τεχνητής νοημοσύνης και της μηχανικής μάθησης στον τομέα της ακτινολογίας, οι οποίες στο μέλλον αναμένεται ότι θα βελτιώσουν την ακρίβεια της διάγνωσης και της θεραπείας στον τομέα της ιατρικής απεικόνισης. Σκοπός της παρούσας εργασίας είναι η μελέτη του επιπέδου γνώσεων και των στάσεων των τεχνολόγων και ιατρών ακτινολόγων στην Ελλάδα για την τεχνητή νοημοσύνη/μηχανική μάθηση και τις εφαρμογές της στην ακτινολογία. Η έρευνα ήταν ποσοτική και διεξήχθη ηλεκτρονικά και ανώνυμα, με τη χρήση ενός ερωτηματολογίου που αντλήθηκε από προηγούμενες μελέτες (Οοi et al., 2019; Collado-Mesa et al., 2017). Συγκεντρώθηκε ένα πανελλαδικό δείγμα 140 τεχνολόγων και ιατρών ακτινολόγων, το οποίο απάντησε το ερωτηματολόγιο. Το επίπεδο γνώσεων του δείγματος για την τεχνητή νοημοσύνη, μηχανική μάθηση καταγράφεται σε μέτρια προς χαμηλά επίπεδα. Ενώ το 76,43% των συμμετεχόντων γνώριζαν τι είναι η τεχνητή νοημοσύνη/μηχανική μάθηση, μόνο το 27,86% δήλωσαν εξοικειωμένοι με τις εφαρμογές της στην ιατρική απεικόνιση, μόνο το 12,86% είχε συμμετάσχει στην επιστημονική έρευνα γύρω από την εφαρμογή της τεχνητής νοημοσύνης/μηχανικής μάθησης στην ιατρική απεικόνιση και μόλις το 15% είχε χρησιμοποιήσει λογισμικό τεχνητής νοημοσύνης/μηχανικής μάθησης στην εργασία τους. Παρ’ όλα αυτά, το 84,29% ενδιαφερόταν να έχει μελλοντικά συμμετοχή στην έρευνα και το 40,71% είχε διαβάσει 1-5 επιστημονικά άρθρα για την τεχνητή νοημοσύνη/μηχανική μάθηση στην ιατρική απεικόνιση τους τελευταίους 6 μήνες. Παρά το χαμηλό επίπεδο γνώσεων, οι περισσότεροι τεχνολόγοι και ιατροί ακτινολόγοι στην Ελλάδα είχαν ουδέτερες προς θετικές στάσεις για την εφαρμογή της τεχνητής νοημοσύνης/μηχανικής μάθησης στην ιατρική απεικόνιση, καθώς σημαντικό ποσοστό του δείγματος συμφώνησε ή συμφώνησε απόλυτα ότι στο μέλλον σκοπεύει να ενισχύσει τις γνώσεις που έχει πάνω στη τεχνητή νοημοσύνη/μηχανική μάθηση για τη βελτίωση της απόδοσής του (85%), θεωρούσε ότι η τεχνητή νοημοσύνη πρέπει να ενταχθεί στο πρόγραμμα σπουδών των ακτινολόγων (83,57%) και ότι θα αλλάξει δραστικά τον τομέα της ακτινολογίας στα ερχόμενα 10 έτη (76,43%). Ωστόσο οι ιατροί και τεχνολόγοι ακτινολόγοι ήταν λιγότερο βέβαιοι σχετικά με την επίδραση της τεχνητής νοημοσύνης/μηχανικής μάθησης στο επάγγελμα τους σε θέματα όπως το αν αυξήσει τις ευκαιρίες απασχόλησης για τους ακτινολόγους (35,71% ήταν ουδέτεροι), αν θα καταστήσει το προφίλ του 3 ακτινολόγου πιο τεχνικό (38,57% ήταν ουδέτεροι) και αν θα απαρχαιώσει την εργασία των ακτινολόγων (το 37,86% διαφώνησαν και το 27,14% ήταν ουδέτεροι).
    • In recent years, there have been recorded significant developments in applications of artificial intelligence and machine learning in the field of radiology, which in the future are expected to improve the accuracy of diagnosis and treatment in the field of medical imaging. The purpose of this dissertation is to study the level of knowledge and attitudes of technologists and radiologists in Greece about artificial intelligence / machine learning and its applications in radiology. The research was quantitative and conducted electronically and anonymously, using a questionnaire drawn from previous studies (Col et al., 2019; Collado-Mesa et al., 2017). A nationwide sample of 140 technologists and radiologists was collected, who answered the questionnaire. The level of knowledge of the sample for artificial intelligence machine learning is recorded at moderate to low levels. While 76.43% of the participants knew what artificial intelligence / machine learning was, only 27.86% said they were familiar with its applications in medical imaging, only 12.86% had participated in the scientific research around the application of artificial intelligence / machine learning in medical imaging and only 15% had used artificial intelligence / machine learning software in their work. Nevertheless, 84.29% were interested in participating in the research in the future and 40.71% had read 1-5 scientific articles on artificial intelligence / machine learning in medical imaging during the last 6 months. Despite low level of knowledge, most technologists and radiologists in Greece shaped neutral to positive attitudes towards the application of artificial intelligence / machine learning in medical imaging, as a significant percentage of the sample agreed or strongly agreed that in the future it intends to enhance the knowledge has on artificial intelligence / machine learning in order to improve its performance (85%), considered that artificial intelligence should be included in the curriculum of radiologists (83.57%) and that it will drastically change the field of radiology in the next 10 years (76.43%). However, radiologists and technologists were less confident about the impact of artificial intelligence / machine learning in their profession on issues such as whether it would increase employment opportunities for radiologists (35.71% were neutral), whether it would make the radiologist profile more technical (38.57% were neutral) and whether it would obsolete the work of radiologists (37.86% disagreed and 27.14% were neutral).
  13. Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές