人工智能对风险分层乳腺癌查的成本效益
Harry Hill1, Cristina Roadevin2, Stephen Duffy3
1School of Medicine and Population Health, University of Sheffield, Sheffield, United Kingdom.
JAMA network open
|September 5, 2024
概括
整合人工智能 (AI) 进行乳腺癌查风险分层是具有成本效益的,在英国国家乳腺癌查计划中提供了改善的健康结果和降低成本. 这种由人工智能驱动的方法有望带来显著的经济效益和提高质量调整寿命年 (QALYs).
科学领域:
- 在瘤学瘤学.
- 卫生经济学 卫生经济学
- 人工智能的人工智能
背景情况:
- 像Mirai这样的人工智能 (AI) 模型在区分短期乳腺癌风险方面表现有前途.
- 之前的研究还没有评估AI驱动的风险预测在查计划中的经济效益.
- 英国国家乳腺癌查计划目前使用标准的3年查间隔.
研究的目的:
- 评估将基于AI的风险分层查整合到英国国家乳腺癌查计划的成本效益.
- 确定人工智能风险分层是否可以带来经济收益和改善健康结果.
主要方法:
- 开发了一个决策分析模型来模拟50-70岁的妇女的终身成本和结果,这些妇女有资格接受查.
- 该模型比较了人工智能驱动的风险分层查间隔 (1-6年) 与标准护理 (3年间隔).
- 从英国付款人的角度进行了分析,使用质量调整后生命年 (QALYs) 和国家卫生服务 (NHS) 成本来衡量增量净货币收益.
主要成果:
- 据估计,基于人工智能的风险分层查与目前的计划相比,可以节省成本并增加QALY.
- 在不同的QALY值下,特定的AI导向计划预计每年净货币收益为60.4-85.3亿英 (77.3-109.2亿美元).
- 即使具有最小的QALY值 (1英),AI策略也估计每年产生大约1060万英 (136万美元) 的收益.
结论:
- 将人工智能驱动的风险分层查整合到英国国家乳腺癌查计划中可能具有成本效益.
- 人工智能方法为改善健康效益和降低医疗保健成本提供了潜力,特别适用于资源有限的环境.
- 有必要进行前性研究,以验证人工智能引导的选策略的发现.
