改变医学成像:人工智能集成在PACS中的作用,以提高诊断准确度和工作流程效率
Alberto I Pérez-Sanpablo1, Jimena Quinzaños-Fresnedo2, Josefina Gutiérrez-Martínez3
1Research Division, Human Motion Analysis Laboratory and Rehabilitation Engineering Department, National Institute of Rehabilitation Luis Guillermo Ibarra Ibarra, 14389, Mexico City, Mexico.
Current medical imaging
|April 23, 2025
概括
图像存档和通信系统 (PACS) 中的人工智能 (AI) 显著提高了医疗成像中的诊断准确性和工作流效率. 解决数据隐私等挑战是实现人工智能驱动的PACS对患者护理的好处的关键.
科学领域:
- 医学成像技术 医学成像技术
- 医疗保健中的人工智能
- 放射学工作流的优化 工作流的优化
背景情况:
- 检查人工智能 (AI) 在图片存档和通信系统 (PACS) 的整合.
- 评估人工智能增强的PACS对医学成像,诊断工作流程和患者结果的影响.
- 在PACS中探索人工智能的技术进化,进步和挑战.
研究的目的:
- 审查人工智能的整合到PACS.
- 评估人工智能对诊断准确度,工作流效率和患者结果的影响.
- 确定人工智能增强的PACS中的关键进展和持续挑战.
主要方法:
- 在PubMed,Scopus和Web of Science (2000-2024) 的综合文献搜索.
- 关键词:人工智能,机器学习,深度学习,PACS,诊断精度,工作流程优化.
- 包括183项同行评审的关于PACS人工智能应用的研究,医疗成像创新和工作流程改进.
主要成果:
- 在PACS中的AI提高了诊断准确率高达93.2% (例如,早期瘤检测).
- 提高工作流程的效率,将诊断时间缩短高达90% (例如,内出血).
- 深度学习 (CNNs) 在图像细分 (94%) 和文物校正方面取得了高准确性;NLP工具将报告时间缩短了30-50%.
结论:
- 在PACS中集成人工智能正在通过改进的诊断和工作流程改变医疗成像.
- 人工智能通过增强的医学成像分析提供了个性化患者护理的潜力.
- 克服数据隐私,监管和互操作性方面的挑战对于人工智能驱动的PACS成功至关重要.
