相关实验视频
Updated: Jun 30, 2025
Quantitative Magnetic Resonance Imaging of Skeletal Muscle Disease
Published on: December 18, 2016
将深度学习重建纳入磁共振成像常规程序的财务影响
Mikael A K Brix1, Jyri Järvinen1, Michaela K Bode1
1Research Unit of Health Sciences and Technology, University of Oulu, Aapistie 5A, Oulu FI-90220, Finland; Department of Diagnostic Radiology, Oulu University Hospital, Kajaanintie 50, Oulu FI-90220, Finland.
深度学习重建 (DLR) 显著降低了MRI操作成本. 与购买新的扫描仪或增加周末使用量相比,为现有车队采用DLR可以节省大量成本.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 医疗保健中的人工智能
背景情况:
- 人工智能 (AI) 和深度学习重建 (DLR) 越来越多地用于放射学.
- 对人工智能在医疗保健中的生产力和财务影响的研究是有限的.
- 医院需要提高MRI扫描仪的吞吐量,并探索具有成本效益的解决方案.
研究的目的:
- 评估一种新的商业深度学习重建 (DLR) 算法的实用性,以提高MRI扫描仪的吞吐量.
- 评估广泛部署DLR对医院磁共振成像 (MRI) 扫描仪机队的影响.
- 分析采用DLR与替代产能扩张战略相比,采用DLR的财务影响.
主要方法:
- 分析DLR算法对患者吞吐量和投资成本的影响.
- 将DLR采用成本与购买额外的MRI扫描仪和增加周末使用量的成本进行比较.
- 开发一个框架来评估新医疗技术在试验阶段的财务影响.
主要成果:
- 对整个扫描仪机队的DLR采用导致了总运营成本的大幅降低.
- 采用DLR的成本是11%,而采购额外的扫描仪的成本是11%.
- 采用DLR的成本为20%,与增加周末使用现有设备相比.
结论:
- 为现有的五个扫描仪车队采购DLR使得在不购买新扫描仪的情况下维持当前的MRI服务水平.
- 通过DLR的实施,实现了显著的成本节约.
- 在优化MRI服务交付方面,DLR证明了效率和经济可行性.
更多相关视频
11:29Real-time Video Projection in an MRI for Characterization of Neural Correlates Associated with Mirror Therapy for Phantom Limb Pain
Published on: April 20, 2019
05:23Author Spotlight: Noninvasive Cerebral Blood Flow Determination in Human Functional Brain Region for Diagnosis of Neurological Disorders
Published on: May 31, 2024
