Acurácia do algoritmo de inteligência artificial para auditoria de qualidade de exames de ultrassonografia abdominal
Data
2022-06-30
Autores
Bancovsky, Eduardo 
Orientadores
Ajzen, Sergio Aron
Tipo
Tese de doutorado
Título da Revista
ISSN da Revista
Título de Volume
Resumo
A possibilidade de reconhecimento de imagens com o uso de inteligência artificial,
pode permitir a aplicabilidade desta ferramenta para auxílio em uma das etapas
fundamentais da auditoria e controle de qualidade de exames de ultrassonografia.
Neste estudo testamos a acurácia do algoritmo guiado por Inteligência Artificial -
SQUALUS-AI em reconhecer individualmente as classes de imagens do exame de
ultrassonografia abdominal; a acurácia desta ferramenta para reconhecer o conjunto de
imagens documentadas em relação a um padrão mínimo preconizado e se há correlação
entre o conjunto de imagens reconhecido pelo SQUALUS-AI e a avaliação final do auditor
humano para o quesito de imagens documentadas do exame, incluindo também os critérios
qualitativos.
Desta forma verificamos como o sistema pode auxiliar a hierarquizar quais exames
merecem maior atenção da equipe de auditoria médica de acordo com a documentação
fotográfica.
Em seu atual estágio de desenvolvimento, apesar de algumas das classes ainda não
apresentarem acurácia desejada quando correlacionadas com a auditoria humana, o
modelo auxilia a identificar quais imagens do exame de ultrassonografia abdominal são
menos frequentemente documentadas pela equipe médica; quais exames com
documentação fotográfica quantitativamente completa ou próximo ao ideal.
Artificial intelligence image recognition opens the possibility of using this tool to aid one fundamental stage of auditing ultrasound exam quality control. In this study, we have tested the accuracy of an Artificial Intelligence algorithm - SQUALUS-AI in recognizing classes of images of abdominal ultrasound exams; its accuracy in recognizing the set of documented images compared to a recommended minimum standard and a correlation between the set of images recognized by the algorithm and the final quality assessment by human auditors which also includes qualitative criteria. Thus, we verify how useful may the system be in prioritizing exams that deserve greater attention from the medical audit team. At this stage of development, although some classes still do not present the desired accuracy, the model helps identify images of the abdominal ultrasound exam that are less frequently documented by the medical team and which photographic documentation is quantitatively complete or close to ideal.
Artificial intelligence image recognition opens the possibility of using this tool to aid one fundamental stage of auditing ultrasound exam quality control. In this study, we have tested the accuracy of an Artificial Intelligence algorithm - SQUALUS-AI in recognizing classes of images of abdominal ultrasound exams; its accuracy in recognizing the set of documented images compared to a recommended minimum standard and a correlation between the set of images recognized by the algorithm and the final quality assessment by human auditors which also includes qualitative criteria. Thus, we verify how useful may the system be in prioritizing exams that deserve greater attention from the medical audit team. At this stage of development, although some classes still do not present the desired accuracy, the model helps identify images of the abdominal ultrasound exam that are less frequently documented by the medical team and which photographic documentation is quantitatively complete or close to ideal.
Descrição
Citação
BANCOVSKY, E. Acurácia do algoritmo de inteligência artificial para auditoria de qualidade de exames de ultrassonografia abdominal. São Paulo, 2022. 54 f. Tese (Doutorado em Radiologia Clínica) - Escola Paulista de Medicina (EPM), Universidade Federal de São Paulo (UNIFESP). São Paulo, 2022.