用人工智能对肺功能进行评估,以诊断间歇性肺病

科学领域:

• 肺部病理学 肺部病理学
• 医疗人工智能 医疗人工智能
• 诊断成像 诊断成像 诊断成像

背景情况:

• 由于微妙的早期肺功能测试 (PFT) 变化,诊断间歇性肺病 (ILD) 是具有挑战性的.
• 人工智能 (AI) 软件可以增强PFT解释,以更早地检测ILD.

研究的目的:

• 评估人工智能软件在协助肺病学家进行PFT解释以诊断ILD时的有效性.
• 评估AI对诊断准确性和ILD早期检测的影响.

主要方法:

• 25名肺病学家使用PFT和病史对60名患者 (30名患有ILD) 的回顾性分析.
• 肺科医生进行了两次诊断:一次没有AI,一次有AI (ArtiQ.PFT) 的协助.
• 第二阶段涉及19名肺科医生,在使用AI软件4-6个月后重新评估病例.

主要成果:

• 在第1阶段,人工智能使整体诊断准确度从41.8%提高到62.3%,而在第1阶段则从41.8%提高到62.3%.
• 人工智能显著改善了ILD (肺纤维化) 的检测,作为主要诊断,从42.8%提高到72.1% (p<0.0001).
• 第二阶段证实了AI的益处,使ILD的初级诊断从53.2%增加到75.1% (p<0.0001).

结论:

• 基于人工智能的决策支持工具提高了PFT解释的准确性.
• 人工智能显著改善了间歇性肺病的早期诊断.
• 人工智能协助导致肺病学家更精确和及时地识别ILD.