در بسیاری از برنامه های غربالگری، ماموگرافی توسط دو خوانشگر انسانی ارزیابی می شود تا احتمال خطا کاهش یابد. این مطالعه مدل «خوانشگر سوم مبتنی بر AI» را بررسی کرده تا ببیند آیا افزودن لایه هوشمند می تواند عملکرد تشخیصی را بهبود دهد یا نه.
یافته ها نشان می دهند AI در برخی سناریوها توانسته موارد مشکوکی را برجسته کند که احتمالاً در خوانش اولیه کمتر جلب توجه می کردند. این مزیت می تواند به افزایش نرخ کشف و کاهش از دست رفتن ضایعات ظریف کمک کند.
اما مقاله به یک ملاحظه مهم هم اشاره می کند: افزایش حساسیت اگر با افزایش فراخوان های غیرضروری همراه شود، ممکن است فشار روانی و هزینه های اضافی ایجاد کند. بنابراین تنظیم آستانه های تصمیم گیری و طراحی مسیر ارجاع باید با دقت انجام شود.
از منظر عملی، AI به عنوان خوانشگر سوم زمانی بیشترین ارزش را دارد که در کنار معیارهای روشن کنترل کیفیت، آموزش تیم درمانی و ارزیابی دوره ای شاخص های عملکرد به کار گرفته شود. این نگاه، استفاده از AI را از یک ابزار تبلیغاتی به یک جزء پایدار در نظام غربالگری تبدیل می کند.