一个新的报告工作流程,用于将人工智能结果自动集成到结构化放射学报告中
Tobias Jorg1, Moritz C Halfmann2, Fabian Stoehr2
1Department of Diagnostic and Interventional Radiology, University Medical Centerof the, Johannes Gutenberg-University Mainz , Langenbeckst. 1, 55131, Mainz, Germany. tobias.jorg@unimedizin-mainz.de.
Insights into imaging
|March 19, 2024
概括
这项研究引入了人工智能到结构化报告 (SR) 管道,简化了胸部X射线报告. 新的管道大大减少了报告时间,提高了报告质量,改善了AI在临床工作流程中的整合.
科学领域:
- 放射学和医学成像学 医学成像学
- 医疗保健中的人工智能
- 优化临床工作流程的优化.
背景情况:
- 将人工智能 (AI) 整合到放射学工作流中受到标准化和高效方法的缺乏的挑战.
- 目前的局限性阻碍了AI在临床实践中充分发挥其潜力.
- 需要一种新的方法来无地将人工智能产生的发现纳入放射学报告中.
研究的目的:
- 开发和评估一个新的报告管道,用于使用人工智能工具自动预填充结构化报告 (SR).
- 与传统方法相比,评估人工智能辅助报告的效率和质量.
- 增强人工智能的整合到放射科医生的日常临床工作中.
主要方法:
- 开发了一个AI到SR管道,将用于胸部X射线分析的商业AI工具与符合IHE-MRRT的SR平台集成在一起.
- 胸部X射线SR模板的自动预填充与AI衍生的发现.
- 放射科医生在SR模板中验证,修改或删除AI生成的结果.
- 报告时间和主观报告质量与自由文本和传统SR相比较.
主要成果:
- 使用AI到SR管道生成的胸部X射线报告比自由文本 (85.6s) 和传统SR (85.8s) 报告 (p < 0.001) 快得多 (平均66.8s).
- 使用管道创建的报告与自由文本报告相比 (p < 0.001) 获得了明显更高的质量评级 (5 分利克特级) (p < 0.001).
结论:
- 开发的AI to SR管道提供了一种标准化和时间效率高的方法,用于将AI发现整合到结构化报告中.
- 这个管道有可能显著改善临床AI整合,并促进人工智能和结构化报告之间更大的协同作用.
- 该系统有助于在常规放射学实践中充分利用人工智能的好处.
