人工智能在系统的后续推跟踪和结果评估中的潜在作用
Stacy D O'Connor1, Tarik Alkasab2, Joel K R Samuel3
1Vice Chair of Innovation, Department of Imaging Sciences, University of Rochester Medical Center, Rochester, New York.
Journal of the American College of Radiology : JACR
|October 16, 2025
概括
放射学检查后推的后续成像经常被遗漏,延迟了诊断. 人工智能可以改进跟踪系统,以确保患者完成必要的诊断程序并关闭护理循环.
科学领域:
- 放射学和医学成像学 医学成像学
- 医疗信息学 医疗信息学
- 人工智能在医学中的应用
背景情况:
- 需要随访的可行的发现在放射学报告中很常见.
- 不一致地完成推的随访可以推迟诊断,包括癌症.
- 当前的后续跟踪系统需要大量的手工工作.
研究的目的:
- 审查放射学随访建议管理系统的组成部分.
- 探索人工智能 (AI) 在改进这些系统方面的潜力.
- 提高诊断后续管理的效率和扩大能力.
主要方法:
- 关键组件的审查:识别,沟通,跟踪和结果.
- 探索人工智能,特别是大型语言模型,用于数据提取和聚合.
- 讨论人工智能如何优化后续管理中的手动流程.
主要成果:
- 人工智能为自动化从非结构化放射学报告中提取数据提供了潜力.
- 大型语言模型可以提高管理后续建议的效率.
- 人工智能可以提高后续跟踪系统的稳定性和完整性.
结论:
- 人工智能集成可以显著提高放射学后续管理的效率.
- 人工智能工具可以帮助确保完成推的诊断程序.
- 通过关闭护理循环,实施人工智能可以带来更好的患者结果.
