使用人工智能进行远程诊断成像,用于诊断婴儿关节发育不良:混合方法可行性试点研究的结果

科学领域:

• 儿科诊断 儿科诊断 儿科诊断
• 医疗人工智能的人工智能
• 护理点的超声波超声波检查

背景情况:

• 婴儿部形 (部发育性形 - DDH) 影响全球1-2%的新生儿.
• 未经治疗的DDH可以导致关节炎.
• 早期查对于有效管理和预防长期并发症至关重要.

研究的目的:

• 评估人工智能增强的便携式超声波用于初级保健中DDH查的可行性.
• 为了确定这个工具在现实环境中的有效性.
• 评估患者和医疗保健提供者对新查方法的反.

主要方法:

• 美国FDA批准的AI查设备 (MEDO-Hip) 被整合到6-10周龄的婴儿的常规健康儿童检查中.
• 一项试点研究涉及加拿大阿尔伯塔省三个家庭医学诊所的306名婴儿.
• 用系统可用性调查 (SUS) 来衡量患者和提供者的满意度,并补充了半结构化访谈.

主要成果:

• 在1年的时间里,对306名婴儿进行了369次扫描.
• 80%的初始扫描显示部发育正常.
• 14%的扫描需要在初级保健中进行后续检查,DDH在预期的2%率下被识别和治疗.

结论:

• 带有AI的护理点超声波是初级保健机构中DDH的可行查工具.
• 该技术展示了改进的查和检测能力.
• 患者和医疗保健提供者都报告说,这种创新方法得到了积极的接受.