人工知能によるコンピュータ断層撮影プログラムの効率向上

科学分野:

• 医用画像診断
• ヘルスケアにおける人工知能
• ワークフローの最適化

背景:

• コンピュータ断層撮影（CT）は、入院患者と外来患者の両方にとって、不可欠であるが時間制限のある画像診断リソースである。
• CTスキャナーの効率的かつ正確な利用は、最適な患者ケアのために不可欠である。
• 既存のワークフローは、患者のスループットに影響を与える管理上の負担と遅延にしばしば直面している。

研究 の 目的:

• CT画像サービスの精度と効率を向上させる。
• CT紹介とスケジューリングに関連する管理作業負荷を軽減する。
• AIと人間のレビューによる厳格な臨床的監督を維持しながら、患者ケアを迅速化する。

主な方法:

• データ抽出のための光学文字認識（OCR）を統合したハイブリッドAIワークフローを実装した。
• 自然言語処理（NLP）を使用して、構造化された臨床概念抽出を人間による検証と共に行った。
• ルールベースエンジンを使用して、臨床ニーズとスキャナーの可用性を照合し、プロトコル推奨とスケジューリングを行った。

主要な成果:

• 年間CT検査を20%増加（10,000件から12,000件）。
• 週あたり約10人のスタッフ時間を大幅に節約。
• 患者の待ち時間を30%短縮し、患者満足度を12%向上。
• 苦情率を5%から1%に減少。

結論:

• AI支援ワークフロー統合は、CTサービスにとって費用対効果が高く効率的なソリューションである。
• ハイブリッドAIアプローチは、安全性、スタッフの作業負荷、および患者とスタッフの満足度を向上させた。
• このモデルは、需要の高い医療画像リソースの最適化におけるAIの成功した応用を示している。