在NHS信托中部署人工智能软件:为临床医生提供指南

科学领域:

• 医疗保健技术 医疗保健技术 医疗保健技术
• 医学成像医学成像
• 人工智能应用的人工智能应用.

背景情况:

• 人工智能 (AI) 正在医疗保健领域迅速扩大,提供潜在的成本降低和诊断改进.
• 国家卫生服务 (NHS) 工作人员对人工智能的实用性和成本存在显著的怀疑,导致采用速度缓慢.
• 现有的人工智能指南往往缺乏关于选择和部署新的医疗保健软件的实际建议.

研究的目的:

• 为部署数字健康解决方案提供明确,实用的指导.
• 解决与医疗保健环境中人工智能采用相关的陷和挑战.
• 用一个深度学习算法用于胸部X射线解释的具体案例研究来说明部署策略.

主要方法:

• 审查当前在医疗保健中采用人工智能的挑战.
• 对选择和实施人工智能软件的实际考虑的分析.
• 案例研究:在急诊室部署深度学习算法用于胸部X射线 (CXR) 解释.

主要成果:

• 确定了在部署人工智能医疗保健解决方案中的关键实用性和陷.
• 展示了深度学习算法的潜力,以提高CXR解释准确度.
• 突出了理论AI指导与现实世界实施之间的差距.

结论:

• 实际的,基于证据的指导对于在医疗保健中成功部署人工智能至关重要.
• 克服员工的怀疑和解决实施挑战是实现人工智能的好处的关键.
• 人工智能工具,例如用于医学成像解释的工具,可以显著提高医疗保健的效率和有效性.