将深度学习的基底细胞癌检测和瘤映射算法集成到莫斯微图外科手术工作流程中,并影响临床人员:一个模拟的回顾性研究

科学领域:

• 皮肤病学 皮肤病学
• 手术病理学手术病理学
• 医疗信息学 医疗信息学

背景情况:

• 人工智能 (AI) 为改善医疗保健提供提供了潜在的解决方案.
• 关于将人工智能整合到临床工作流中的下游影响的研究有限.

研究的目的:

• 分析自动基底细胞癌检测和瘤映射算法对莫斯微图外科手术人员效率的影响.
• 评估人工智能集成后临床和实验室工作人员工作效率的变化.

主要方法:

• 在莫斯微图外科病房20多天的幻灯片,工作人员和组织技术人员等待时间的分析.
• 实时工作流与模拟人工智能集成的工作流之间的时间差异的比较.

主要成果:

• 模拟人工智能集成带来了显著的时间节省:35.6%的幻灯片,18.4%的员工,18.6%的组织技术人员.
• 在复杂度增加的重建日期观察到最大的时间节省.

结论:

• 人工智能集成简化了临床工作流程,减少了员工的等待时间,提高了生产力.
• 复杂修复或多个瘤移除阶段的外科病例从AI中受益最多.
• 在人工智能的广泛临床采用成为可能之前,需要解决物流挑战.