Author : Krishnamurthy (Dj) Dvijotham, Jim Winkens, Melih Barsbey, Sumedh Ghaisas, Robert Stanforth, Nick Pawlowski, Patricia Strachan, Zahra Ahmed, Shekoofeh Azizi, Yoram Bachrach, Laura Culp, Mayank Daswani, Jan Freyberg, Christopher Kelly, Atilla Kiraly, Timo Kohlberger, Scott McKinney, Basil Mustafa, Vivek Natarajan, Krzysztof Geras, Jan Witowski, Zhi Zhen Qin, Jacob Creswell, Shravya Shetty, Marcin Sieniek, Terry Spitz, Greg Corrado, Pushmeet Kohli, Taylan Cemgil & Alan Karthikesalingam
Paper Link : https://www.nature.com/articles/s41591-023-02437-x
Blog: https://www.deepmind.com/blog/codoc-developing-reliable-ai-tools-for-healthcare
Code: https://github.com/deepmind/codoc
- By Google DeepMind and Google Research
- Pretrained AI와 의료진의 협업으로 효과적인 Clinical decision making을 하는 방법 (CoDoc) 에 대한 연구
- "언제 AI를 사용하고 언제 의료진이 판단할것인가?"
- Pretrained AI의 confidence score를 바탕으로 Deferral AI model이 AI의 판단을 그대로 쓸지, 의료진에 넘길지(Defer)를 결정
- 딥러닝 모델은 X.
- 협력 결과로서의 판단이 Sensitivity와 Specificity를 최적화 하는 방향으로 설계된 Advantage function을 계산
- Advantage function이 0보다 크면 의료진에 판단을 넘기고, 0보다 작으면 AI모델의 판단을 그대로 사용
- Advantage function은 Kernel Density Estimation방법을 사용하여 근사한 확률로 계산
- UK mammography 데이터셋을 사용한 시뮬레이션 결과 (즉, prospective trial은 아님), CoDoc를 사용하면 True Positive와 False Negative의 변화 없이 False Positive가 25% 감소.
- 또한 의료진의 판단업무를 2/3 줄여줌 (66% 적은 workload)