Evidence Is All You Need: Ordering Imaging Studies via Language Model Alignment with the ACR Appropriateness Criteria

要約

画像診断研究は、急性症状を呈する患者の精密検査および管理においてますます重要な要素となっています。
しかし、証拠に基づいた医療ガイドラインに従って適切な画像検査を依頼することは、医療提供者間で大きなばらつきがあり、困難な作業です。
この問題に対処するために、最近の研究では、臨床医が患者に関連する画像検査をオーダーできるように、生成 AI と大規模言語モデルを活用できるかどうかが調査されました。
ただし、これらのツールが米国放射線学会の適切性基準 (ACR AC) などの医療ガイドラインに正しく適合していることを確認するのは困難です。
この研究では、証拠に基づいたガイドラインに沿った患者症例の画像検査を推奨することで、言語モデルをインテリジェントに活用するフレームワークを紹介します。
私たちは、患者の「ワンライナー」シナリオの新しいデータセットを利用して実験を強化し、最先端の言語モデルを最適化して画像順序付けにおいて臨床医と同等の精度を達成します。
最後に、言語モデルベースのパイプラインを臨床医がインテリジェントアシスタントとして使用して、画像注文ワークフローをサポートし、ACR ACに従って画像検査注文の精度を向上できることを実証します。
私たちの研究は、AI ベースのソフトウェアを活用して、専門家の証拠に基づいたガイドラインに沿って信頼できる臨床上の意思決定を向上させる戦略を実証および検証しています。

要約(オリジナル)

Diagnostic imaging studies are an increasingly important component of the workup and management of acutely presenting patients. However, ordering appropriate imaging studies according to evidence-based medical guidelines is a challenging task with a high degree of variability between healthcare providers. To address this issue, recent work has investigated if generative AI and large language models can be leveraged to help clinicians order relevant imaging studies for patients. However, it is challenging to ensure that these tools are correctly aligned with medical guidelines, such as the American College of Radiology’s Appropriateness Criteria (ACR AC). In this study, we introduce a framework to intelligently leverage language models by recommending imaging studies for patient cases that are aligned with evidence-based guidelines. We make available a novel dataset of patient ‘one-liner’ scenarios to power our experiments, and optimize state-of-the-art language models to achieve an accuracy on par with clinicians in image ordering. Finally, we demonstrate that our language model-based pipeline can be used as intelligent assistants by clinicians to support image ordering workflows and improve the accuracy of imaging study ordering according to the ACR AC. Our work demonstrates and validates a strategy to leverage AI-based software to improve trustworthy clinical decision making in alignment with expert evidence-based guidelines.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google