This paper describes a series of 10,500 attempts at »pattern-recognition« by two groups of humans and a computer based system. There was little difference between the performances of 11 clinicians and 11 other persons of comparable intellectual capability. Both groups’ performances were related to the pattern-size, the accuracy diminishing rapidly as the patterns grew larger. By contrast the computer system increased its accuracy as the patterns increased in size.
It is suggested (a) that clinicians are very little better than others at pattem-recognition, (b) that the clinician is incapable of analysing on a probabilistic basis the data he collects during a traditional clinical interview and examination and (c) that the study emphasises once again a major difference between human and computer performance. The implications as - regards human- and computer-aided diagnosis are discussed.
Die vorliegende Arbeit beschreibt eine Reihe von 10 500 Versuchen zur »Zeichenerkennung« durch zwei Personengruppen und ein Computer-System. Es ergaben sich nur geringe Unterschiede zwischen der Leistung von 11 Klinikern und 11 anderen Personen von vergleichbarer geistiger Fähigkeit. Die Leistungen beider Gruppen standen in Beziehung zum Umfang der Zeichen, wobei die Genauigkeit mit zunehmendem Zeichenumfang abnahm. Im Gegensatz dazu nahm bei dem Computer-System die Genauigkeit mit zunehmendem Zeichenumfang zu.
Die Resultate lassen vermuten, (a) daß Kliniker bei der Zeichenerkennung kaum bessere Leistungen erbringen als andere Personen; (b) daß der Kliniker nicht in der Lage ist, die Daten, die er bei der herkömmlichen klinischen Befragung und Untersuchung zusammenträgt, auf einer wahrscheinlichkeitstheoretischen Grundlage zu analysieren und (c) daß ein erheblicher Unterschied zwischen der menschlichen Leistung und der Computer-Leistung besteht. Die Folgerungen daraus, soweit sie die durch den Menschen allein oder die mit Hilfe des Computers erstellte Diagnose betreffen, werden erörtert.
Key-Words
Computer-assisted Diagnosis - Pattern-Recognition
Schlüssel-Wörter
Computer-unterstützte Diagnose - Zeichenerkennung
