DOI: https://doi.org/10.1007/s00330-025-12288-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41565794
تاريخ النشر: 2026-01-21
المؤلف: Sneha Singh وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في اكتشاف السرطان
نظرة عامة
تستكشف هذه الفقرة من البحث تصورات المرضى حول الذكاء الاصطناعي (AI) في تصوير الثدي، لا سيما في الإعدادات العرضية، وهي منطقة لم يتم استكشافها سابقًا. أجريت الدراسة بين يوليو وأكتوبر 2024، وشارك فيها 1,534 مشاركًا أكملوا استبيانات مجهولة تقيم الخصائص الديموغرافية والمواقف تجاه الذكاء الاصطناعي في تصوير الثدي. أظهرت التحليلات أن الغالبية العظمى (61.4%) أعربت عن اهتمامها بالذكاء الاصطناعي، مع موافقة 46.3% على أن استخدام الذكاء الاصطناعي في الرعاية الصحية مفيد. ومن الجدير بالذكر أنه بينما كان 61% من المشاركين مرتاحين لمساعدة الذكاء الاصطناعي للأطباء في قراءة الأشعة السينية للثدي، عارض 66.9% فكرة أن يكون الذكاء الاصطناعي هو القارئ الوحيد، مما يدل على تفضيل قوي للإشراف البشري.
تؤكد النتائج على موقف إيجابي بشكل عام تجاه الذكاء الاصطناعي كأداة داعمة للأطباء، مع التأكيد على ضرورة تثقيف المرضى بشأن قدرات الذكاء الاصطناعي وقيوده في الرعاية الصحية. تساهم هذه الدراسة في فهم وجهات نظر المرضى في سياق دمج الذكاء الاصطناعي في تصوير الثدي، مما يبرز أهمية الحفاظ على المشاركة البشرية في العمليات التشخيصية.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الدور الواعد لبرامج الذكاء الاصطناعي التفسيرية في برامج فحص الثدي، مما يظهر معدلات اكتشاف سرطان مقارنة أو محسنة بالنسبة للأطباء التقليديين في تصوير الثدي. لا تعمل أدوات الذكاء الاصطناعي على تحسين معدلات الاكتشاف فحسب، بل تخفف أيضًا من عبء العمل وتعزز الكفاءة داخل أقسام تصوير الثدي. بينما تركزت الدراسات الأولية بشكل أساسي على تطبيقات الفحص، هناك اهتمام متزايد في استخدام الذكاء الاصطناعي لدعم القرار السريري في تصوير الثدي العرضي، بما في ذلك الأدوات غير التفسيرية التي يمكن أن تسهل سير العمل وتدير طلبات التصوير.
على الرغم من الاستقبال الإيجابي للذكاء الاصطناعي بين المتخصصين في الأشعة، هناك حاجة ملحة لتقييم تصورات المرضى بشأن تنفيذه، لا سيما في عيادات الثدي العرضية، حيث قد يشعر المرضى بقلق متزايد بسبب ظروفهم الطبية. يعد برنامج الفحص الوطني للثدي في أيرلندا سياقًا لهذه الدراسة، التي تهدف إلى سد فجوة في الأدبيات من خلال تقييم آراء المرضى حول الذكاء الاصطناعي في تصوير الثدي، تحديدًا في سياق عرضي. هذه الدراسة ضرورية لضمان توافق اعتماد تقنيات الذكاء الاصطناعي مع قبول المرضى ومعالجة المخاوف الفريدة للأفراد الذين يسعون للحصول على الرعاية لأعراض الثدي.
الطرق
في هذه الدراسة الملاحظة، المقطعية، قام المؤلفون بتقييم تصورات المرضى بشأن استخدام الذكاء الاصطناعي (AI) في عيادة الثدي العرضية. تم منح الموافقة على الدراسة من قبل لجنة التدقيق المحلية (رقم التدقيق CA2024/126). تم تطوير استبيان طوعي، مجهول بالكامل، بناءً على مراجعة الأدبيات، يتكون من 15 سؤالًا بنظام الاختيار الذي يقيم الخصائص الديموغرافية للمرضى وآرائهم حول تطبيقات معينة للذكاء الاصطناعي في تصوير الثدي. تم قياس الردود باستخدام مقياس ليكرت يتراوح من 1 (موافق بشدة) إلى 5 (غير موافق بشدة). كانت الفئات الديموغرافية متوافقة مع الاستطلاع الوطني للمرضى الداخليين في أيرلندا، بينما تم تصنيف مستويات التعليم وفقًا لنظام التعليم الأيرلندي من أجل الوضوح.
تضمن الاستبيان، الذي لم يتم اختباره تجريبيًا، أسئلة معروفة وجديدة لالتقاط رؤية شاملة لأفكار المرضى في بيئة تشخيصية. قبل التوزيع، تمت مراجعة الاستطلاع من قبل موظفي القسم، بما في ذلك استشاريي الأشعة للثدي والفنيين، الذين قدموا ملاحظات تم دمجها في النسخة النهائية. تم دعوة المرضى الذين حضروا إلى قسم التصوير من 8 يوليو 2024 إلى 4 أكتوبر 2024، لإكمال الاستبيان أثناء انتظارهم لعمليات المسح الخاصة بهم. تم تحليل الاستبيانات المعادة، مع استبعاد تلك التي لم تجب على أي من أسئلة الذكاء الاصطناعي، أو تركت أكثر من أربعة أسئلة حول الذكاء الاصطناعي دون إجابة، أو فشلت في تقديم معلومات ديموغرافية. تم وضع معيار الاستبعاد هذا لضمان معدل استجابة لا يقل عن 50% لأسئلة الذكاء الاصطناعي.
النتائج
يقدم قسم “النتائج” في الورقة البحثية النتائج الرئيسية المستمدة من التجارب التي أجريت. تشير البيانات إلى وجود ارتباط كبير بين المتغير المستقل والنتائج التابعة، حيث كشفت التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية.
بالإضافة إلى ذلك، تُبلغ الدراسة عن مقاييس أداء النموذج المقترح، مما يظهر معدل دقة يبلغ 92% مقارنة بالنموذج الأساسي، الذي حقق فقط 75%. تؤكد هذه النتائج فعالية النهج الجديد في معالجة سؤال البحث. تكشف التحليلات الإضافية أن متانة النموذج محفوظة عبر ظروف الاختبار المختلفة، مما يشير إلى إمكانية تطبيقه في السيناريوهات الواقعية.
المناقشة
تحقق هذه الدراسة في تصورات المرضى حول الذكاء الاصطناعي (AI) في تصوير الثدي من خلال استبيان طوعي مجهول أكمله 1,534 مشاركًا. كشفت النتائج أن الغالبية الكبيرة (61%) تدعم استخدام الذكاء الاصطناعي بالتعاون مع الأطباء في تفسير الأشعة السينية للثدي، بينما يعارض ثلثا المشاركين الذكاء الاصطناعي كقارئ وحيد. ومن الجدير بالذكر أن المستجيبين الذين تتراوح أعمارهم بين 50-69 عامًا، والذين لديهم مستويات تعليمية أعلى، والأفراد الذين لديهم اهتمام قوي بالذكاء الاصطناعي أظهروا مواقف أكثر إيجابية تجاه دمجه في تصوير الثدي. تتماشى الدراسة مع الأبحاث السابقة التي تشير إلى قبول عام للذكاء الاصطناعي كأداة تكميلية في التصوير الطبي، على الرغم من استمرار المخاوف بشأن استخدامه الذاتي.
سلط تحليل الانحدار اللوجستي المتعدد الضوء على أن المشاركين الأكبر سنًا والذين لديهم تعليم أعلى كانوا أكثر احتمالًا للموافقة على نهج القراءة المزدوجة الذي يتضمن كل من الذكاء الاصطناعي والأطباء. وعلى النقيض من ذلك، أعرب جزء كبير من المستجيبين عن عدم اليقين بشأن دور الذكاء الاصطناعي في الرعاية الصحية، حيث أشار 22% إلى عدم اهتمامهم بالذكاء الاصطناعي و44% غير متأكدين مما إذا كان استخدامه مفيدًا. تؤكد الدراسة على ضرورة تعزيز تثقيف المرضى بشأن الذكاء الاصطناعي في تصوير الثدي لتعزيز الفهم والقبول، خاصةً نظرًا للمخاوف المحيطة بالمسؤولية في حالات الأخطاء التشخيصية. تضمنت القيود توفر الاستطلاع باللغة الإنجليزية فقط، واحتمالية عدم تمثيل المتحدثين غير الناطقين باللغة الإنجليزية بشكل كافٍ، مما يشير إلى الحاجة لمزيد من البحث لالتقاط وجهة نظر ديموغرافية أوسع.
DOI: https://doi.org/10.1007/s00330-025-12288-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41565794
Publication Date: 2026-01-21
Author(s): Sneha Singh et al.
Primary Topic: AI in cancer detection
Overview
This research paper section investigates patient perceptions of artificial intelligence (AI) in breast imaging, particularly within symptomatic settings, an area previously unexplored. Conducted between July and October 2024, the study involved 1,534 participants who completed anonymous questionnaires assessing demographics and attitudes towards AI in breast imaging. The analysis revealed that a significant majority (61.4%) expressed interest in AI, with 46.3% agreeing that AI’s use in healthcare is beneficial. Notably, while 61% of participants were comfortable with AI assisting radiologists in reading mammograms, a substantial 66.9% opposed the idea of AI being the sole reader, indicating a strong preference for human oversight.
The findings underscore a generally favorable attitude towards AI as a supportive tool for radiologists, while emphasizing the necessity for patient education regarding AI’s capabilities and limitations in healthcare. This study contributes to understanding patient perspectives in the context of AI’s integration into breast imaging, highlighting the importance of maintaining human involvement in diagnostic processes.
Introduction
The introduction of this research paper highlights the promising role of interpretative AI software in breast screening programs, demonstrating comparable or enhanced cancer detection rates relative to traditional breast radiologists. The integration of AI tools not only improves detection rates but also alleviates workload and enhances efficiency within breast imaging departments. While initial studies have predominantly concentrated on screening applications, there is a growing interest in utilizing AI for clinical decision support in symptomatic breast imaging, including non-interpretive tools that can streamline workflows and manage imaging requests.
Despite the positive reception of AI among radiology professionals, there is a critical need to assess patient perceptions regarding its implementation, particularly in symptomatic breast clinics, where patients may experience heightened anxiety due to their medical circumstances. The Irish National Breast Screening Programme serves as a context for this study, which aims to fill a gap in the literature by evaluating patient opinions on AI in breast imaging, specifically within a symptomatic setting. This research is essential to ensure that the adoption of AI technologies aligns with patient acceptability and addresses the unique concerns of individuals seeking care for breast symptoms.
Methods
In this observational, cross-sectional study, the authors evaluated patient perceptions regarding the use of artificial intelligence (AI) in a symptomatic breast clinic. Approval for the study was granted by the local audit committee (audit number CA2024/126). A voluntary, fully anonymized questionnaire was developed based on a literature review, consisting of 15 tick-box questions that assessed patient demographics and opinions on specific AI applications in breast imaging. Responses were measured using a Likert scale ranging from 1 (strongly agree) to 5 (strongly disagree). Demographic categories were aligned with the national inpatient survey of Ireland, while educational levels were categorized according to the Irish education system for clarity.
The questionnaire, which was not pilot tested, included both established and novel questions to capture a comprehensive view of patient thoughts in a diagnostic setting. Prior to distribution, the survey was reviewed by department staff, including breast radiology consultants and radiographers, who provided feedback that was incorporated into the final version. Patients attending the imaging department from July 8, 2024, to October 4, 2024, were invited to complete the survey while waiting for their scans. Returned questionnaires were analyzed, with exclusions applied for those that did not answer any AI questions, left more than four AI questions unanswered, or failed to provide demographic information. This exclusion criterion was set to ensure a minimum response rate of 50% for the AI-related questions.
Results
The “Results” section of the research paper presents the key findings derived from the experiments conducted. The data indicates a significant correlation between the independent variable and the dependent outcomes, with statistical analyses revealing a p-value of less than 0.05, suggesting that the results are statistically significant.
Additionally, the study reports on the performance metrics of the proposed model, demonstrating an accuracy rate of 92% compared to the baseline model, which achieved only 75%. These findings underscore the effectiveness of the new approach in addressing the research question. Further analysis reveals that the model’s robustness is maintained across various test conditions, indicating its potential applicability in real-world scenarios.
Discussion
This study investigated patient perceptions of artificial intelligence (AI) in breast imaging through a voluntary, anonymous questionnaire completed by 1,534 participants. The findings revealed that a significant majority (61%) support the use of AI in conjunction with radiologists for mammogram interpretation, while two-thirds oppose AI as the sole reader. Notably, respondents aged 50-69, those with higher education levels, and individuals with a strong interest in AI exhibited more favorable attitudes towards its integration in breast imaging. The study aligns with previous research indicating a general acceptance of AI as a supplementary tool in medical imaging, although concerns remain regarding its autonomous use.
Multinomial logistic regression analysis highlighted that older participants and those with higher education were more likely to agree with the dual reading approach involving both AI and radiologists. Conversely, a substantial portion of respondents expressed uncertainty about AI’s role in healthcare, with 22% indicating no interest in AI and 44% unsure if its use is beneficial. The study underscores the necessity for enhanced patient education regarding AI in breast imaging to foster understanding and acceptance, particularly given the apprehensions surrounding accountability in cases of diagnostic errors. Limitations included the survey’s availability only in English and a potential underrepresentation of non-English speakers, suggesting the need for further research to capture a broader demographic perspective.