基于深度学习的计算机辅助检测和肺胸部电子通报系统对治疗时间的影响:临床实施
Si Nae Oh1, Hyungkook Yang2, Chun Kyon Lee3
1Clinical Assistant Professor, Department of Family Medicine, National Health Insurance Service Ilsan Hospital, Goyang, Republic of Korea.
Journal of the American College of Radiology : JACR
|November 20, 2024
概括
深度学习计算机辅助检测 (CAD) 与电子通知系统 (ENS) 显著减少了肺胸炎 (PTX) 患者的氧气治疗时间. 这种综合方法在现实临床实践中改善了早期治疗的启动.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能在医学中的应用
- 临床工作流的优化 临床工作流优化
背景情况:
- 胸部X射线 (CXR) 上的肺胸部 (PTX) 诊断需要及时治疗.
- 当前的临床工作流程可能会延迟开始PTX治疗.
- 深度学习 (DL) 计算机辅助检测 (CAD) 和电子通知系统 (ENS) 提供了潜在的解决方案.
研究的目的:
- 评估基于DL的CAD与ENS相结合对疑似PTX的治疗时间 (TTT) 的影响.
- 评估这个综合系统在现实世界临床环境中的有效性.
主要方法:
- 一个基于DL的商业CAD和ENS系统在一个大型普通医院的所有CXR中实施.
- 差异分析比较了使用CAD和ENS的组和仅使用CAD的组之间的TTT.
- 分析了来自603,028名CXR (140,841名患者) 的数据,涵盖了系统实施前后的时期.
主要成果:
- 联合CAD和ENS组显示,补充氧气治疗的TTT显著减少 (-143.8分钟;P = .035).
- 在吸血,管胸口切除或手术咨询中没有观察到TTT的显著差异.
- 该研究包括2.0%的PTX流行率.
结论:
- 与ENS一起实施DL-basedCAD有效地减少了PTX患者启动氧补充的时间.
- 综合系统有望改善PTX的早期管理.
