利用人工智能作为第三级中心偶然识别的肺结节的安全网
Palina Woodhouse1, Rafael Paez2,3, Patrick Meyers1
1From the Departments of Thoracic Surgery (Woodhouse, Meyers, Sharp, Grogan), VA Tennessee Valley Healthcare System, Nashville, TN.
Journal of the American College of Surgeons
|January 13, 2025
概括
一个人工智能 (AI) 工具改善了临床意义上的肺结节的检测. 人工智能软件确保了30%的结节得到适当的随访,防止错过诊断,并使及时护理.
科学领域:
- 放射学和医学成像学 医学成像学
- 医疗保健中的人工智能
- 肺部医学 肺部医学
背景情况:
- 人工智能 (AI) 平台为管理临床显著的肺结节提供了潜力.
- 这项研究评估了商用AI自然语言处理工具对检测不确定的肺结节 (IPN) 和确保符合指南的护理的影响.
研究的目的:
- 评估人工智能自然语言处理工具在识别临床上显著的不确定性肺结节 (IPN) 的有效性.
- 确定AI对IPN提供指导方针一致的护理的影响.
主要方法:
- 人工智能自然语言处理算法处理了来自第三级护理中心的CT扫描放射学报告.
- 提到肺结节的报道被标记并由肺结节专家审查.
- 根据两周内记录的护理,IPN被归类为"适当遵循"或"不适当遵循".
主要成果:
- 人工智能处理了76,507份报告,识别了389个IPN.
- 70%的IPN得到了适当的跟踪,而30%没有.
- 人工智能在没有记录后续的情况下发现了117个结节,导致了43次额外的预约和3次手术.
结论:
- 人工智能软件将30%的临床上显著的偶发性肺结节引起了临床医生的注意,否则这些结节可能会被忽视.
- 这种人工智能驱动的检测有助于启动对潜在严重肺部疾病的适当后续护理.
