供应商对AI在医学成像和瘤学中的实施的看法:一个横截面调查
Nikolaos Stogiannos1,2,3, Emily Skelton4, Kicky Gerhilde van Leeuwen5,6
1CRRAG research group, Division of Radiography, Department of Allied Health, School of Health and Medical Sciences, City St George's University of London, University of London, London, UK. nikos.stogiannos@citystgeorges.ac.uk.
European radiology
|September 23, 2025
概括
人工智能供应商强调从业者接受,商业案例和可解释性是整合人工智能 (AI) 在医学成像和瘤学中的关键推动因素. 解决基础设施,资金和监管挑战对于成功采用人工智能至关重要.
科学领域:
- 医学成像和瘤学AI整合 医疗成像和瘤学AI整合
- 医疗保健中的人工智能
- 临床实践的采用 临床实践的采用
背景情况:
- 人工智能供应商在医疗成像和瘤学中整合人工智能的观点在当前的研究中不足.
- 了解供应商的观点对于应对人工智能采用挑战和机遇至关重要.
研究的目的:
- 探索人工智能供应商对人工智能 (AI) 整合到医学成像和瘤学临床实践的观点.
- 从供应商的角度来看,确定人工智能采用的主要推动因素,挑战和机会.
主要方法:
- 一项由23个闭式和5个开放式问题组成的在线调查对医疗成像和瘤学的AI供应商进行了管理.
- 数据收集利用了社交媒体,个性化电子邮件和专业社会道.
- 使用SPSS分析了定量数据,使用NVivo进行了定性数据的内容分析.
主要成果:
- 从一个全球分布的AI供应商池中收到了83个有效的回复.
- 确定的主要推动因素是从业者接受,AI业务案例和可解释性;挑战包括新的法规和从业者接受.
- 主要的实施挑战是基础设施问题 (64.1%),缺乏临床医生的参与 (54.7%) 和财务限制 (42.2%).
结论:
- 人,基础设施和资金是成功在临床环境中实施人工智能的基础.
- 人工智能供应商主张与监管机构,患者和临床从业人员密切合作,以实现无的人工智能集成.
- 开放的对话和供应商与临床医生的合作对于应对现实世界的挑战和最大限度地利用人工智能机会至关重要.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.6K
10:26Author Spotlight: A 3D Digital Model for the Diagnosis and Treatment of Pulmonary Nodules
Published on: May 19, 2023
2.5K
