Isoleren en beperken van opeenvolgend afhankelijke perceptuele fouten bij klinisch visueel zoeken

SPECIFIEKE DOELSTELLINGEN Radiologische scans zijn van cruciaal belang voor de gezondheid en het welzijn van miljoenen patiënten [1]. Ondanks de vooruitgang op het gebied van machine learning en computervisie, is het lezen en zoeken in radiologische scans nog steeds afhankelijk van het visuele systeem van menselijke waarnemers (radiologen), die voortdurend worden getraind om tumormassa's en afwijkingen zo goed mogelijk te detecteren. Radiologen kunnen dagelijks honderden en honderden röntgenfoto's onderzoeken en meerdere beelden achter elkaar zien. Een belangrijke onderliggende veronderstelling van hun werk is dat de waarnemingen en beslissingen van radiologen op een huidige röntgenfoto volledig onafhankelijk zijn van eerdere bezichtigingen. Deelnemers hebben onlangs echter aangetoond dat het visuele systeem visuele seriële afhankelijkheden (VSD's) heeft op vele niveaus, van waarneming tot besluitvorming [2, 3]. Deze sequentiële afhankelijkheden betekenen dat wat in het verleden is gezien, invloed heeft op (en vastlegt) wat er op dit moment wordt gezien en gerapporteerd. Theoretisch zouden VSD's nuttig zijn in een auto-gecorreleerde natuurlijke wereld, maar ze zijn niet optimaal bij zoektaken die worden uitgevoerd in kunstmatige situaties waarin afbeeldingen niet altijd gerelateerd zijn. Belangrijk is dat seriële afhankelijkheden in perceptuele verwerking dus aanzienlijke fouten kunnen veroorzaken tijdens diagnostisch zoeken door middel van radiologische scans. De centrale hypothese van de onderzoekers is dat VSD een verstorend effect kan hebben bij radiologisch onderzoek dat een nauwkeurige detectie en herkenning van tumoren of andere structuren belemmert. Deze hypothese wordt ondersteund door de robuuste pilotgegevens van de onderzoekers, die aantonen dat VSD objectclassificatie sterk vertekent bij naïeve waarnemers en deskundige radiologen. De grondgedachte voor de voorgestelde onderzoeksprojecten is dat als eenmaal bekend is hoe seriële afhankelijkheid ontstaat en hoe dit van invloed is op visueel zoeken, we kunnen begrijpen hoe we ervoor kunnen zorgen. Daarom kan de nauwkeurigheid van tumordetectie en -diagnose aanzienlijk verbeteren. De specifieke doelstellingen van dit voorstel zijn het vaststellen (Doel 1), identificeren (Doel 2) en verminderen (Doel 3) van de impact van FO op visuele zoektaken in een klinische setting.

Doel 1: Vaststellen van de aanwezigheid van sequentiële effecten in perceptuele besluitvorming bij klinisch relevante taken.

Het eerdere theoretische werk van de onderzoekers over sequentiële afhankelijkheden, gebaseerd op vereenvoudigde laboratoriumexperimenten, voorspelt dat er ook sequentiële effecten zouden moeten zijn bij klinisch relevante taken zoals het zoeken naar tumoren en herkenning in beelden. De onderzoekers testen tumorherkenning in vier verschillende domeinen: tumordetectie, tumorclassificatie, tumorlokalisatie en zoektijden. Pilotgegevens van zowel naïeve waarnemers als deskundige radiologen ondersteunen de hypothese van de onderzoekers dat er sequentiële effecten zijn in klinisch relevante perceptuele beoordelingen.

Doel 2: stel vast dat de sequentiële effecten in doel 1 in feite VSD zijn. De onderzoekers zullen onze voorspelling testen dat de sequentiële effecten in Aim 1 in feite VSD zijn, die operationeel wordt gedefinieerd door een reeks diagnostische criteria: VSD's zijn ruimtelijk, temporeel en afgestemd op de gelijkenis van kenmerken. Doel 2 zal daarom de afstemming en randvoorwaarden van VSD bij het zoeken naar tumoren identificeren. Dit is cruciaal om strategieën te ontwikkelen om de schadelijke gevolgen van VSD in doel 3 te verminderen. Pilotgegevens ondersteunen de haalbaarheid van dit doel.

Doel 3: Verbeter de visuele zoekprestaties bij radiologen door VSD te verminderen. Doel 2 definieert de randvoorwaarden waaronder VSD opereert bij het zoeken naar tumoren. Aim 3 ontwikkelt taakmanipulaties om de impact van VSD te verminderen. Als resultaat van deze manipulaties zouden de visuele zoekprestaties op meetbare manieren moeten verbeteren in verschillende domeinen (detectie, classificatie, lokalisatie en zoektijden). Doelstelling 3 is bijzonder cruciaal omdat het de onderzoekers in staat zal stellen nieuwe richtlijnen voor te stellen die de tumorherkenning in radiologische scans zullen verbeteren, waardoor de beoordelingen van radiologen effectiever en betrouwbaarder worden. Meer globaal genomen zullen de voorgestelde studies in doelstellingen 1, 2 en 3 de onderzoekers in staat stellen om de schadelijke rol van VSD in een kritiek belangrijke klinische taak vast te stellen en eraan te werken.