"It depends": Configuring AI to Improve Clinical Usefulness Across Contexts

人工智能（AI）在实验室实验中一再超越放射科医生，但是放射学基于AI的系统在现实世界的实施却被发现提供了很少或没有临床价值。本文探讨如何设计不同背景下的临床实用性AI。我们与丹麦和肯尼亚7个临床站点的13名放射科医生进行了19个设计会话和设计干预，基于三个功能性基于AI的原型的迭代。识别出10个关键的社会技术依赖项，这对于放射学AI的设计至关重要。我们构想了四个技术维度，必须针对预期的临床使用环境进行配置：AI功能、AI医疗重点、AI决策阈值和AI可解释性。我们提出了四个设计建议，以解决与医学知识、诊所类型、用户专业水平、患者背景和用户情况有关的依赖关系，这些依赖关系影响着这些技术维度的配置。

设计人工智能（AI）在放射学临床实践中的应用，以提高其临床价值。

将AI的功能、医学重点、决策阈值和可解释性等技术维度配置到相应的临床使用环境中，以解决十个关键的社会技术依赖问题。

通过19个设计会话和13名放射科医生的介入，基于三个迭代的AI原型，发现AI在放射学中的实际应用存在严重问题。研究提出了四个设计建议，包括考虑医学知识、临床类型、用户专业水平、患者情况和用户情境等条件，以解决AI在放射学中的技术和社会问题。

最近的相关研究包括“Radiomics and radiogenomics in lung cancer: A review for the clinician”和“Artificial intelligence for medical image analysis: A guide for authors and reviewers”等。