人工智能改善急性肺栓塞的检测和风险分层 (AID-PE):实用准实验性比较研究的协议

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 肺栓塞 (PE) 是一种危及生命的疾病,需要及时诊断和治疗.
• 电脑扫描肺血管造影 (CTPA) 是PE诊断和严重程度评估的标准,但解释可能具有挑战性.
• 人工智能 (AI) 具有提高PE检测,风险分层和放射学工作流程优先级的潜力.

研究的目的:

• 评估人工智能辅助PE检测和风险分层的诊断准确性,可行性和临床成本影响.
• 评估AI对急性PE管理途径和患者结果的影响.
• 确定将AI整合到急性PE诊断工作流程中的成本效益.

主要方法:

• 一个务实的,单一中心的,非随机的准实验性研究,比较AI前和AI后的实施队列.
• 两组成年患者因怀疑PE接受CTPA治疗:一个比较组 (AI前) 和一个干预组 (AI后).
• 人工智能软件 (AIDOC,IMBIO) 追溯应用到对比队列;放射科医生在干预队列中的同时访问. 通过专家审查建立的参考标准.

主要成果:

• 将评估人工智能辅助PE检测和风险分层的诊断准确性.
• 临床管理途径和患者结果将在AI前和AI后的队列之间进行比较.
• 卫生经济建模将评估人工智能集成的成本效益.

结论:

• 在临床实践中广泛采用人工智能工具之前,对人工智能工具的严格验证至关重要.
• 人工智能有可能支持放射科医生诊断PE和分层风险,改善患者护理.
• 这项研究将提供AI在治疗急性PE方面的临床和经济影响的证据.