基于人工智能的移动症状检查器和基于网络的自我推工具在风湿病学中的诊断准确性:多中心随机对照试验
Johannes Knitza1,2,3,4, Koray Tascilar3,4, Franziska Fuchs3,4
1Institute for Digital Medicine, University Hospital Giessen-Marburg, Philipps University Marburg, Marburg, Germany.
Journal of medical Internet research
|July 23, 2024
概括
数字诊断决策支持系统 (DDSS) 在诊断炎症性类风湿性疾病 (IRD) 中的准确性较低. 需要改进,以确保患者安全和有效使用医疗保健资源.
科学领域:
- 类风湿病学 类风湿病学
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
背景情况:
- 炎症性类风湿病 (IRD) 的诊断往往由于非特异性症状和风湿病学家短缺而延迟.
- 数字诊断决策支持系统 (DDSS) 有潜力加快诊断并改善患者导航.
- 本研究评估了用于IRDs的AI驱动工具的诊断准确性.
研究的目的:
- 评估移动AI症状检查器 (Ada) 和用于炎症性类风湿性疾病 (IRDs) 的网络工具 (Rheport) 的诊断准确性.
主要方法:
- 一个前性的,多中心的,开放的,交叉的随机对照试验与3个类风湿病中心的600名新患者进行.
- 参与者使用Ada或Rheport进行症状评估,而风湿病学家的诊断是黄金标准.
- 主要结果:通过DDSS正确识别IRD.
主要成果:
- 214名 (35.7%) 患者被诊断患有IRD;风湿性关节炎是最常见的 (11.5%).
- 在IRD的诊断准确率为52% (Rheport),63% (Ada D1) 和58% (Ada D5).
- 艾达对类风湿性关节炎的准确性更好 (D1: 42%,D5: 64%),但DDSS之间的整体一致性较差.
结论:
- 在这个患者群体中,Ada和Rheport对IRD的诊断准确性并不有希望.
- DDSS可能导致有限的医疗保健资源的低效使用.
- 为了DDSS的安全性和有效性,需要严格的监管和显著的改进.


