Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo. La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro. Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.
Hacia el uso de mapas de saliencia para explicar electrocardiogramas de baja calidad a los usuarios finales
Created by
Haebom
Autor
Ana Lucic, Sheeraz Ahmad, Amanda Furtado Brinhosa, Vera Liao, Himani Agrawal, Umang Bhatt, Krishnaram Kenthapadi, Alice Xiang, Maarten de Rijke, Nicholas Drabowski
Describir
Este artículo presenta un estudio sobre el desarrollo de un sistema de IA para el marcado y la anotación en tiempo real de imágenes médicas de baja calidad en un entorno de telemedicina en Portal Telemedicina, una organización brasileña de atención médica digital. Específicamente, informamos (i) el desarrollo de un sistema de IA para el marcado y la anotación en tiempo real de imágenes médicas de baja calidad, (ii) un estudio mediante entrevistas para comprender las necesidades de explicación de los usuarios del sistema de IA, y (iii) el diseño de un estudio longitudinal de usuarios para examinar el impacto de incluir explicaciones en el flujo de trabajo de los técnicos. Se espera que este estudio sea el primer estudio longitudinal en evaluar la efectividad de los métodos XAI para usuarios (partes interesadas) de sistemas de IA sin experiencia en IA.
Takeaways, Limitations
•
Takeaways:
◦
Desarrollo y aplicación de un sistema de IA que puede reducir la necesidad de reexamen debido a imágenes médicas de baja calidad en un entorno médico remoto.
◦
Presentación de un método de diseño y evaluación de sistemas XAI (IA Explicable) que considera las necesidades de los usuarios del sistema de IA (no expertos).
◦
Presentación de un diseño de estudio para evaluar el impacto a largo plazo de los métodos XAI en los flujos de trabajo de los usuarios del mundo real.
•
Limitations:
◦
ÉSte es un estudio en curso y no se pueden sacar conclusiones definitivas sobre su eficacia o impacto real.
◦
Solicitamos comentarios y sugerencias sobre el diseño de la investigación, que nos ayudarán a verificar la integridad y confiabilidad de la investigación.
◦
Debido a que los resultados del estudio se limitaron al entorno de una organización de atención médica digital específica, la generalización a otros entornos puede ser limitada.
