人工智能驱动的前列腺癌简化多学科团队在英国NHS第三级中心的建议

科学领域:

• 在瘤学瘤学.
• 人工智能的人工智能
• 临床决策支持 临床决策支持

背景情况:

• 前列腺癌的管理依赖于多学科团队 (MDT) 讨论.
• 工作量增加挑战了MDT的效率.
• 标准护理 (SoC) 准则存在于患者分层.

研究的目的:

• 评估一个AI临床决策支持系统 (CDSS) 的PROSAIC-DS.
• 评估PROSAIC-DS在简化前列腺癌MDT途径方面的有效性.
• 为了确定符合SoC指南的患者,减少MDT讨论.

主要方法:

• 两阶段研究:追溯研究 (287名患者) 和前性研究 (416名患者).
• 在PROSAIC-DS建议和专家小组"基本事实"之间进行一致性分析.
• 评估了PROSAIC-DS与历史MDT输出和当前MDT建议的性能.

主要成果:

• 第一阶段显示,PROSAIC-DS的一致性为92%,而历史的MDT输出为53%.
• 第二阶段与目前的MDT建议达到了85.6%的一致性.
• 一个机器学习衍生的树识别了93名患者进行简化管理,一致性为97.8%.

结论:

• 实施PROSAIC-DS允许33.8%的患者绕过MDT讨论,治疗一致性很高.
• 基于人工智能的解决方案可以增强瘤学的临床工作流程和患者管理.
• 解决了前列腺癌护理MDT中的工作负载挑战.