Обнаружение случайной легочной эмболии с помощью искусственного интеллекта
Искусственный интеллект (ИИ) совершает революцию в медицинской визуализации, и недавние исследования подчеркивают его потенциал для улучшения выявления случайной тромбоэмболии легочной артерии (IPE) при КТ с контрастным усилением (CECT). В статье, недавно опубликованной в Американском журнале рентгенологии, подводятся итоги проспективного исследования, в котором оценивалось реальное влияние внедрения системы сортировки искусственного интеллекта в радиологическом отделении, при этом основное внимание уделялось эффективности диагностики и сообщению о времени выполнения работ рентгенологами.
Улучшенная чувствительность с помощью искусственного интеллекта
Целью исследования было оценить, как помощь ИИ влияет на чувствительность обнаружения ИПЭ при сканировании CECT. На первом этапе рентгенологи интерпретировали снимки без помощи искусственного интеллекта, в результате чего чувствительность обнаружения IPE составила 80%. На этапе 2, при активации помощи ИИ, чувствительность значительно возросла до 96,2%. Это существенное улучшение подчеркивает способность ИИ помогать рентгенологам в выявлении случаев ИПЭ, которые в противном случае могли бы быть пропущены. Хотя специфичность обнаружения оставалась высокой и сопоставимой между двумя фазами (99,1% без ИИ против 99,9% с ИИ), заметное увеличение чувствительности подчеркивает потенциал ИИ в повышении точности диагностики и обеспечении более комплексного ухода за пациентами.
Повышение эффективности работы отделения неотложной помощи
В исследовании также изучалось влияние ИИ на время обработки отчетов, особенно в отделениях неотложной помощи (ED). Хотя общее среднее время подготовки отчета для исследований с положительным результатом IPE не выявило существенной разницы между фазами (78,3 минуты без ИИ против 64,6 минут с ИИ), заметные улучшения наблюдались в условиях отделения неотложной помощи. Здесь среднее время подготовки отчета снизилось с 73,6 минут без ИИ до 48,4 минут с ИИ. Кроме того, с помощью ИИ среднее время интерпретации значительно сократилось с 59,2 минут до 34 минут. Эти результаты показывают, что ИИ может ускорить диагностический процесс в таких напряженных условиях, как отделения неотложной помощи, что потенциально приведет к более быстрому принятию клинических решений и улучшению результатов лечения пациентов.
Точность и прогнозируемая ценность
В исследовании также оценивалась точность и прогностическая ценность интерпретации с помощью ИИ. Хотя ИИ продемонстрировал более высокую точность выявления клинически значимых и неопределенных случаев ИПЭ, эти результаты не достигли статистической значимости из-за небольшого количества пациентов в этих категориях. В частности, точность клинически значимого ИПЭ составила 92,3% с ИИ по сравнению с 75% без ИИ, а для клинически неопределенного ИПЭ она составила 100% с ИИ против 83,3% без ИИ. Кроме того, не было значительной разницы в общей положительной прогностической ценности (PPV) и отрицательной прогностической ценности (NPV) между двумя фазами. Эти результаты показывают, что, хотя ИИ может повысить чувствительность обнаружения ИПЭ, его влияние на общую точность прогнозов интерпретаций рентгенологов остается неизменным.
Это проспективное исследование демонстрирует, что интеграция искусственного интеллекта в рутинную радиологическую практику может значительно повысить чувствительность обнаружения случайной тромбоэмболии легочной артерии при КТКТ без ущерба для специфичности или общей точности прогнозирования. Более того, использование ИИ может сократить время обработки отчетов в критически важных учреждениях, таких как отделения неотложной помощи, способствуя более быстрому клиническому реагированию. Эти результаты поддерживают более широкое внедрение диагностических инструментов с использованием искусственного интеллекта в радиологии для улучшения ухода за пациентами и операционной эффективности. Будущие исследования должны продолжить изучение долгосрочных последствий и потенциальных ограничений ИИ в различных клинических условиях.
Источник: American Journal of Roentgenology
