一个基于云的系统,用于自动化AI图像分析和报告
Neil Chatterjee1,2, Jeffrey Duda3, James Gee3,4
1Department of Radiology, University of Pennsylvania, Philadelphia, USA. nchatter@nm.org.
Journal of imaging informatics in medicine
|July 31, 2024
概括
实施人工智能编排器简化了放射科医生的临床工作流程,使得在腹部CT扫描中对肝硬化症的机会性查成为可能. 这种人工智能集成实现了快速的交付时间和跨多个站点的无数据处理.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 医疗保健信息学 医疗保健信息学
背景情况:
- 人工智能 (AI) 算法的临床实施面临着整合到现有的放射科医生工作流程和医疗保健系统的挑战.
- 无集成对于在医学成像中广泛采用人工智能工具至关重要.
- 使用人工智能对肝硬化症等疾病进行机会性查可以改善患者的治疗结果.
研究的目的:
- 开发和评估一个人工智能编排器,以便将人工智能工具无集成到一个多站点大学医疗保健系统中.
- 评估使用人工智能编排器在腹部CT扫描上机会性查肝硬化症的可行性和效率.
- 为部署各种临床AI算法提供一个可适应的框架.
主要方法:
- 一个人工智能编排器被开发来管理人工智能工具部署和跨多个物理位置的临床工作流集成.
- 该系统在60天内处理了991次腹部CT扫描,用于机会性肝硬化查.
- 所有服务器输入和输出都使用标准化数据格式,确保质量控制和工作流集成.
主要成果:
- 人工智能编排者促进了人工智能工具的部署,用于在一个大型医疗保健系统中进行机会性肝硬化查.
- 在处理腹部CT扫描时,平均完成时间为2.8分钟.
- 质量控制图像和人工智能结果完全集成到现有的临床工作流程中,证明了无操作.
结论:
- 开发的AI编排器有效地将AI工具集成到临床工作流程中,克服了常见的实施障碍.
- 该框架支持针对肝硬化症的机会性查,并可适应其他临床AI应用.
- 该方法论证明了一种可行的方法,用于加强放射学和医疗保健企业的AI采用.
