在LMICs医疗成像中对AI实施的视角:挑战,优先事项和战略

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 全球卫生平等全球卫生平等

背景情况:

• 人工智能 (AI) 具有很大的潜力,可以提高医疗成像的可访问性和效率.
• 低收入和中等收入国家 (LMICs) 在采用AI用于临床成像方面面临着独特的障碍.
• 解决这些障碍对于全球民主化先进的诊断工具至关重要.

研究的目的:

• 在LMICs中识别阻碍AI采用医学成像的关键障碍.
• 提出一个战略路线图,为克服这些挑战提供可行的解决方案.
• 促进人工智能成像在资源有限的环境中负责任地实施.

主要方法:

• 综合了多学科专家研讨会 (放射学,人工智能,卫生政策) 的见解.
• 对相关的同行评审和灰色文献进行了范围审查.
• 利用主题编码和代验证来达到专家的共识.

主要成果:

• 确定了五个关键障碍:基础设施缺口,数据不足,劳动力短缺,不确定的监管框架和融资限制.
• 通过案例研究证明了成功的缓解策略 (例如,低场MRI,云PACS,社区数据收集).
• 突出了可行的杆,包括低成本的硬件,区域数据中心和公私合作伙伴关系.

结论:

• 有针对性的政策干预可以使LMIC能够负责任地部署AI成像.
• 解决方案包括共享采购,区域人工智能/数据中心,培训员计划和协调法规.
• 成功实施可以缩短诊断延迟,改善全球资源有限的环境中患者的治疗结果.