Key points are not available for this paper at this time.
A anotação consistente de dados é um pré-requisito para o treinamento e teste bem-sucedidos de sistemas de suporte à decisão baseados em inteligência artificial na radiologia. Isso pode ser obtido padronizando a terminologia ao anotar imagens diagnósticas. O objetivo deste estudo foi avaliar a consistência da anotação entre radiologistas ao utilizar um novo esquema de rotulagem diagnóstica para raio-X de tórax. Seis radiologistas com experiência variando de um a dezesseis anos anotaram um conjunto de 100 raios-X de tórax totalmente anonimados. Os radiologistas cegos anotaram em duas ocasiões separadas. Análises estatísticas foram realizadas usando o kappa de Randolph e o PABAK, e as proporções de acordos específicos foram calculadas. Um acordo justo a excelente foi encontrado para todos os rótulos entre os anotadores (Kappa de Randolph, 0,40-0,99). O PABAK variou de 0,12 a 1 para o acordo interavaliador de dois leitores e de 0,26 a 1 para o acordo intraavaliador. Rótulos descritivos e amplos alcançaram a maior proporção de acordo positivo tanto nas análises inter- quanto intra-leitor. Anotar descobertas com rótulos específicos e interpretativos foi considerado difícil para radiologistas menos experientes. Anotar imagens com rótulos descritivos pode aumentar o acordo entre radiologistas com diferentes níveis de experiência em comparação à anotação com rótulos interpretativos.
Li et al. (Sex,) estudaram esta questão.