标准与人工智能辅助的PET/CT阅读工作流程对治疗前淋巴瘤分期的比较有效性:一个多机构的读者研究评估评估

科学领域:

• 放射学和核医学 放射学和核医学
• 医学成像分析 医学成像分析
• 医疗保健中的人工智能

背景情况:

• -18氧化葡萄糖 (FDG) -正子发射断层扫描/计算机断层扫描 (PET/CT) 对于分期高度淋巴瘤至关重要.
• 对PET/CT扫描的报告时间因病例复杂性而异.
• 将人工智能 (AI) 集成到报告工作流中可以提高效率和质量.

研究的目的:

• 评估人工智能细分工具对PET/CT报告的速度和质量的影响.
• 评估人工智能辅助如何影响不同经验水平的读者信心和报告行为.
• 确定AI集成是否影响PET/CT扫描中疾病部位的识别.

主要方法:

• 一项两部分的读者研究涉及9名失明的记者 (实习生,初级和高级顾问),评估了15个淋巴瘤分期PET/CT扫描.
• 扫描首先通过标准工作流程进行了审查,然后通过人工智能协助将预先细分的疾病部位纳入.
• 报告质量被独立评估,读者的信心通过问卷进行了测量.

主要成果:

• 人工智能辅助阅读显示报告时间显著减少 (中位数为13.3分 vs. 15.0分,p < 0.001),特别是对于初级和高级顾问.
• 在人工智能辅助和标准工作流程之间,报告质量仍然相当.
• 人工智能辅助显著增加了读者对疾病识别的信心 (p < 0.001),尽管经验较少的读者更容易发生细分错误.

结论:

• 人工智能辅助的PET/CT阅读工作流可以提高报告效率而不会影响质量.
• 人工智能工具展示了降低成本和加快报告周转时间的潜力.
• 建议在更大的研究中进一步验证,特别是关于细分错误对不那么有经验的读者的影响.