Artificiell intelligens inom mammografiscreening : En litteraturstudie

Detta är en Kandidat-uppsats från Jönköping University/Hälsohögskolan

Sammanfattning: Den senaste utvecklingen av artificiell intelligens (AI) och djupinlärning (DL) har gjort bild- och funktionsmedicin till en högst trolig kandidat att tidigt anta tekniken. AI inom mammografiscreening syftar till hälsofrämjande effekter genom en förhoppning om säkrare bilddiagnostik. Röntgensjuksköterskans (RSS) arbete präglas av korrekt utförd bildtagning och ett aktivt aktualiserande av den egna yrkesrollen gällande såväl tekniska framsteg som förnyade arbetssätt. Litteraturstudien har upprättats i syfte att belysa potentiella effekter av AI på bilddiagnostik inom mammografiscreening. Genom manifest innehållsanalys av resultat erhållna ur ämnesrelevanta vetenskapliga studier publicerade i databaserna Cinahl och Medline under år 2019–2020 identifierades och beskrevs kategorier sammanställda av subkategorier med liknande innehåll. Effekter inom granskningsprocessen och diagnostisk säkerhet skildrar flera perspektiv gällande AI:s effekter på bilddiagnostik. Utöver en stundtals ökad förmåga till cancerdetektion vid AI-assistans har artificiell bildgranskning även visat sig kunna reducera arbetsbördan för radiologer i form av friskrivning av mammogram med låg sannolikhet för bröstcancer. Vid tillämpning av AI ses lovande effekter inom framförallt klassificering av bröstvävnad samt vid reducering av falska positiva svar. Forskningen förbehålls dock med kvarstående etiska dilemman och avsaknad av ett juridiskt ramverk, vilket lämnar utrymme för vidare studier.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)