可自动化基于活动的复杂性单位评分方法作为一种特定任务的模型方法,用于货币化病理学结果的人工智能解决方案
Stavros Pantelakos1,2, Martha Nifora3,4, Georgios Agrogiannis1
11st Department of Pathology, School of Medicine, National and Kapodistrian University of Athens, Athens, Greece.
Journal of pathology and translational medicine
|July 3, 2025
概括
在病理学中的人工智能可以通过测量工作量来获利. 这项研究表明,使用人工智能进行前列腺癌查,每年每实验室可节省超过2,400欧元的潜在成本.
科学领域:
- 数字病理学数字病理学
- 医疗保健中的人工智能
- 卫生经济学 卫生经济学
背景情况:
- 医疗保健成本控制政策需要货币化数字卫生干预措施.
- 之前的研究重点是数字病理的操作节约或错误减少.
- 缺乏全面的经济评估,将AI诊断任务与财务数据联系起来.
研究的目的:
- 通过实施一种病理学人工智能 (AI) 解决方案来货币化结果.
- 量化人工智能在前列腺癌查中的成本节约和效率提升.
主要方法:
- 使用可自动化的基于活动的方法来对复杂性单位进行评分,以衡量工作负载.
- 编码了132个前列腺核心活检样本.
- 计算避免了工作量,全职等价值 (FTE) 收益和AI部署的成本节省.
主要成果:
- 估计每年避免了4,291个复杂度单位的工作量.
- 预计FTE收益为0.12. 预计FTE收益为0.12.
- 计算出每年2,402.34欧元 (每案8.93欧元) 的潜在成本节省.
结论:
- 基于活动的自动化方法对复杂度单位评分是一个可行的工具,用于对人工智能的经济评估.
- 该方法支持在实验室中评估特定任务AI解决方案的实施.


