Singapore radiographers' perceptions and expectations of artificial intelligence - A qualitative study

• Published in: Journal of medical imaging and radiation sciences Vol. 53; no. 4; pp. 554 - 563
• Main Authors: Ng, Chloe Theresia, Roslan, Sri Nur Aidah, Chng, Yi Hong, Choong, Denise Ai Wen, Chong, Ai Jia Letty, Tay, Yi Xiang, Lança, Luis, Chua, Eric Chern-Pin
• Format: Journal Article
• Language: English
• Published: United States Elsevier Inc 01-12-2022
• Subjects: Allied Health Personnel; Artificial Intelligence; Focus group discussion; Humans; Motivation; Radiographers; Radiography; Singapore; Singapore; Radiography; Focus group discussion; Radiographers; Artificial intelligence
• ISSN: 1939-8654; 1876-7982
• DOI: 10.1016/j.jmir.2022.08.005

With the emergence of artificial intelligence (AI) in medical imaging, radiographers are likely to be at the forefront of this technological advancement. Studies have therefore been conducted recently to understand radiographers’ opinions on AI adoption. This study extends that work by using a qualitative approach to further explore radiographers’ knowledge, perceptions, and expectations of AI.
Six online focus groups were conducted with 22 radiographers from the three public healthcare clusters in Singapore. They were purposively sampled, and participants were recruited from a broad demographic background with varying years of working experience and designations. The focus group sessions were transcribed verbatim and thematic analysis was performed on their responses.
Participants demonstrated limited knowledge of AI. Their perceptions of AI were mixed, recognising its benefits in increasing efficiency and improving patient care, but also aware of its limitations in accuracy and bias. On how patients may perceive AI, participants felt that patients would accept AI if they felt it improves their care but may reject it once they lose trust in it. Expectations wise, participants envisioned several applications in pre-, peri‑, and post-procedural workflows including order vetting, patient positioning, language translation, and artefact removal. On radiographers’ role and career opportunities, some participants see an opportunity for radiographers to specialise in AI, becoming involved in algorithm development and its clinical implementation.
Our findings suggest that widespread implementation of AI would require limited knowledge amongst radiographers and current AI limitations to be addressed. While radiographers are positively anticipating the integration of AI into their practices, they should also become actively involved in the development of AI tools such that those they envisioned. This would help align optimal use of AI tools and radiographer role changes. Patients’ acceptance and reactions to AI also warrant further research.
Avec l'émergence de l'intelligence artificielle (IA) en imagerie médicale, les radiographes sont susceptibles d'être à l'avant-garde de cette avancée technologique. Des études ont donc été menées récemment pour comprendre les opinions des radiographes sur l'adoption de l'IA. Cette étude prolonge ce travail en utilisant une approche qualitative pour explorer davantage les connaissances, les perceptions et les attentes des radiographes en matière d'IA.
Six groupes de discussion en ligne ont été organisés avec 22 radiographes provenant des trois groupes de soins de santé publics de Singapour. L'échantillon a été choisi de manière sélective, et les participants ont été recrutés dans un large éventail démographique, avec des années d'expérience professionnelle et des désignations différentes. Les sessions des groupes de discussion ont été transcrites textuellement et une analyse thématique a été effectuée sur leurs réponses.
Les participants ont démontré une connaissance limitée de l'IA. Leur perception de l'IA était mitigée, reconnaissant ses avantages en termes d'efficacité et d'amélioration des soins aux patients, mais également conscients de ses limites en termes de précision et de partialité. En ce qui concerne la perception de l'IA par les patients, les participants ont estimé que les patients accepteraient l'IA s'ils avaient le sentiment qu'elle améliore leurs soins, mais qu'ils la rejetteraient s'ils perdaient confiance. En ce qui concerne les attentes, les participants ont envisagé plusieurs applications dans les flux de travail pré-, péri- et post-procédure, y compris le contrôle des commandes, le positionnement du patient, la traduction de la langue et la suppression des artefacts. En ce qui concerne le rôle des radiographes et les possibilités de carrière, certains participants voient une opportunité pour les radiographes de se spécialiser dans l'IA, en s'impliquant dans le développement d'algorithmes et leur mise en œuvre clinique.
Nos résultats suggèrent qu'une mise en œuvre généralisée de l'IA nécessiterait d'aborder les connaissances limitées des radiographes et les limitations actuelles de l'IA. Si les radiographes anticipent positivement l'intégration de l'IA dans leurs pratiques, ils devraient également s'impliquer activement dans le développement d'outils d'IA tels que ceux qu'ils envisagent. Cela permettrait d'aligner l'utilisation optimale des outils d'IA et les changements de rôle des radiographes. L'acceptation et les réactions des patients à l'IA méritent également des recherches plus approfondies.