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. / Recent developments in artificial intelligence (AI) and deep learning (DL) have made diagnostic imaging a prime candidate to adopt the technology. AI in mammography screening aims at promoting health with hopes of higher diagnostic accuracy. The radiographers work is characterized by properly performed imaging and actively updating the profession regarding technical developments and renewed working methods. The aim of this systematic review was to illustrate feasible effects of AI on diagnostic imaging within mammography screening. Through manifest content analysis of results obtained from subject related scientific studies published 2019–2020 in the databases Cinahl and Medline the authors identified and described categories compiled by subcategories with similar contents. Effects within the image interpretation process and diagnostic accuracy describes several perspectives regarding the outputs of AI on diagnostic imaging. AI-systems have proven to be useful in both assisting with image interpretation and reducing the workload for radiologists by disclaiming mammograms with low probability of breast cancer. Most promising effects are seen in the classification of breast tissue and reduction of false positives, but research is challenged by ethical dilemmas and the need for a legal framework, which are areas suggested for future research.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:hj-49092 |
| Date | January 2020 |
| Creators | Carrass-Milling, Anders, Johansson, Camilla |
| Publisher | Jönköping University, Hälsohögskolan, Jönköping University, Hälsohögskolan |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.014 seconds