人工智能辅助床边心声扫描对住院护理的影响:一项前性试验

科学领域:

• 心脏病学 心脏病学
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 聚焦心脏超声波 (FoCUS) 提供了宝贵的临床信息,但受到用户技能的限制.
• 机器学习 (ML) 可以增强FOCUS图像采集和解释.
• 一个人工智能辅助的,FDA批准的FoCUS平台被评估其对临床决策的影响.

研究的目的:

• 评估人工智能辅助的FoCUS平台对临床决策的影响.
• 确定AI指导是否提高了FOCUS在患者护理中的实用性.
• 评估人工智能对患者管理中FOCUS引领的变化速度的影响.

主要方法:

• 在内部医学部门进行前性试验,在AI前后进行序列分配.
• 医生使用了带有或没有基于云计算的AI平台的FoCUS,提供实时反.
• 主要结局:Focus后的护理变化,使用通用线性混合模型进行分析.

主要成果:

• 人工智能辅助的FOCUS组显示,FOCUS带领的护理变化率更高 (32%对20%,调整后OR为1.87).
• 人工智能使用是Focus领导的护理变化的独立预测因素 (调整后的OR 2.16).
• 人工智能辅助的FOCUS导致住院患者正式心声回声检查率较低 (27%vs43%).

结论:

• 人工智能辅助的FOCUS显著提高了临床决策在床边.
• 人工智能平台改善了FOCUS对患者管理和治疗计划的影响.
• 人工智能辅助的FoCUS显示出通过减少对正式心声回声图的需求来优化资源利用的潜力.