类似皮肤科医生的可解释人工智能提升黑色素瘤诊断准确性：眼动追踪研究
人工智能
2024-09-23 v1 计算机视觉与模式识别
人机交互
摘要
人工智能 (AI) 系统已大幅提高了皮肤科医生诊断黑色素瘤的准确性，具有可解释人工智能 (XAI) 系统进一步增强了医生对 AI 决策的信心和信任。尽管已取得这些进展，但仍需客观评估皮肤科医生如何与 AI 和 XAI 工具进行交互。本研究中，76 名皮肤科医生参与了读者研究，使用提供详细领域特定解释的 XAI 系统对 16 例黑色素瘤和囊肿的皮肤学图像进行诊断。采用眼动追踪技术评估他们的交互方式。诊断性能与标准 AI 系统（缺乏解释功能）进行了比较。我们的发现表明，XAI 系统将诊断准确率提高了 2.8 个百分点。此外，与 AI/XAI 系统及复杂皮损相关的诊断分歧与更高的认知负荷相关，作为证据通过增加的眼动凝视所证明。这一洞察对临床实践、面向视觉任务的 AI 工具设计以及更广泛的医学诊断中 XAI 的开发具有重大意义。
引用
@article{arxiv.2409.13476,
title = {Dermatologist-like explainable AI enhances melanoma diagnosis accuracy: eye-tracking study},
author = {Tirtha Chanda and Sarah Haggenmueller and Tabea-Clara Bucher and Tim Holland-Letz and Harald Kittler and Philipp Tschandl and Markus V. Heppt and Carola Berking and Jochen S. Utikal and Bastian Schilling and Claudia Buerger and Cristian Navarrete-Dechent and Matthias Goebeler and Jakob Nikolas Kather and Carolin V. Schneider and Benjamin Durani and Hendrike Durani and Martin Jansen and Juliane Wacker and Joerg Wacker and Reader Study Consortium and Titus J. Brinker},
journal= {arXiv preprint arXiv:2409.13476},
year = {2024}
}