将基于人工智能的自闭症诊断设备集成到ECHO自闭症初级保健工作流程中:前性观察研究

科学领域:

• 儿科医疗保健创新的创新
• 自闭症谱系障碍的诊断 诊断 自闭症谱系障碍的诊断
• 在初级保健中整合医疗器械.

背景情况:

• 自闭症患病率上升需要初级保健参与诊断.
• 声自闭症:早期诊断 (EDx) 计划培训临床医生在初级环境中进行自闭症护理.
• 帆布Dx是一个FDA授权的软件作为医疗设备,帮助自闭症诊断在18-72个月的儿童.

研究的目的:

• 评估将Canvas Dx集成到ECHO自闭症:EDx工作流中的可行性和影响.
• 测量从最初的担忧到自闭症诊断的时间缩短.
• 评估临床医生和护理人员在综合诊断过程中的经验.

主要方法:

• 一项前性观察性研究,涉及儿童 (18-72个月) 发育迟缓问题.
• 经验丰富的ECHO自闭症:EDx临床医生评估了设备集成.
• 通过问卷,临床记录审查和设备输出分析收集的数据.

主要成果:

• 自闭症诊断的平均时间为39.22天,比专家转诊时间 (180-264天) 短得多.
• 93%的护理人员感到满意,并会推评估.
• 帆布Dx为52.5%的参与者提供了确定的自闭症预测,与临床判断一致.

结论:

• 在ECHO自闭症:EDx加帆布Dx工作流提供了大量的时间节省和积极的护理者体验.
• 将Canvas Dx集成到EDx工作流中是可行的,并提高了诊断效率.
• 临床医生的专业知识对于诊断至关重要,特别是在不确定的病例中.