人工智能用于结石光谱分析:在临床实验室中使用人工智能算法进行质量保证
Patrick L Day1, Sarah Erdahl1, Denise L Rokke1
1Department of Laboratory Medicine and Pathology, Mayo Clinic, Rochester, MN.
Mayo Clinic proceedings. Digital health
|April 10, 2025
概括
人工智能 (AI) 算法可以解释里叶变换红外光谱 (FTIR) 光谱,以检测结石组成分析中的错误. 这种AI质量检查显著提高了实验室技术人员识别错误分类的光谱的可能性.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 频谱学是一种光谱学.
- 人工智能的人工智能
背景情况:
- 结石 (结石) 是一个常见且昂贵的健康问题.
- 福里埃变换红外光谱法 (FTIR) 是分析结石组成的标准.
- 人类对FTIR光谱的解释容易出现错误.
研究的目的:
- 评估AI算法是否可以解释FTIR光谱并识别错误分类的结石组成.
- 评估人工智能对临床实验室结果准确性的影响.
主要方法:
- 一项前性验证研究分析了一年内81517个结石FTIR光谱.
- 人工智能算法被用来重读光谱,将结果与技术人员的解释进行比较.
- 通过独立的人类审查来解决差异,以确定错误分类率.
主要成果:
- 人工智能和人类解释之间的整体一致性为90%.
- 在AI实施期间,由于错误分类而修订报告的比例几乎是对照期的8倍.
- 人工智能发现错误分类的光谱显著增加.
结论:
- 人工智能算法可以作为一种质量保证工具,用于FTIR光谱解释结石分析.
- 实施人工智能重读可以提高在临床实验室环境中对人类错误分类的检测.
- 人工智能提高了结石成分报告的准确性.


