Forradalmi AI-alkalmazás rövidíti a röntgenjelentések időigényét
Hírek - Radiológia Világa | 2023. november 30. 06:03 | Utolsó módosítás dátuma - 2025. január 17. 11:15 | Forrás: radiologia.hu
A Rayvolve szoftverrel jelentősen csökken a törések diagnosztizálásának várakozási ideje
A mesterséges intelligencia (AI) alkalmazásával jelentős időmegtakarítást értek el a röntgenfelvételeken történő törések leletezésében, állapította meg egy tanulmány, amelyet november 28-án mutattak be az RSNA konferenciáján, Chicagóban.
Dr. Sean Raj, a dallasi UT Southwestern Medical Center munkatársa, egy SimonMed Imaging által vezetett kísérleti tanulmányt ismertetett, amely az AZmed által fejlesztett Rayvolve szoftvert értékelte a törések észlelésének várakozási idejére gyakorolt hatását illetően. A pilot tanulmány alapján a csoport a szoftver teljes körű bevezetését tervezi az év végéig.
„Határozottan kijelenthetjük, hogy a Rayvolve javítja a betegellátást és csökkentette a leletezési időt” - mondta Raj.
Raj és kollégái 2022-ben kezdték el értékelni az AI szolgáltatókat, és egy pilot tanulmányt indítottak annak megállapítására, hogy a technológia valóban működik-e, mivel a szolgáltatók állításai nem mindig felelnek meg a valóságnak. A Rayvolve célja, hogy a röntgenfelvételen található törések azonosításával és lokalizálásával munkalista prioritást adjon az eseteknek.
A szoftvert úgy konfigurálták, hogy naponta háromszor, 8, 12 és 15 órakor email értesítéseket küldjön, az AI szoftver a törés gyanújának különböző szintjeit jelzi ki, a gyanús területeket határoló keretekkel. Az AI által generált képeket a radiológusok az eredeti képek mellett tekintették meg. A tanulmány során minden röntgenfelvételt értékeltek, kivéve a gyermek, az arc-, a borda- és a gerinctöréseket.
A kutatók a tanulmány során összesen 50 682 vizsgálatot vontak be, egy hónapos „pre-AI” (n = 23 088) és egy hónapos „post-AI” (n = 27 594) időszakokra osztva. A PACS-adatok alapján határozták meg a leletezési időket (a vizsgálat befejezésétől a lelet rendelkezésre állásáig eltelt idő), és az elemzés során az AI előtti és utáni időszakokban a törést igazoló leleteket hasonlították össze.
Az eredmények szerint az akut törések gyakorisága a radiológiai leletek alapján a pre-AI időszakban 10,6%, míg a post-AI időszakban 11,5% volt. Ez azt jelzi, hogy az algoritmus valójában segíthetett több akut törés azonosításában.
A töréssel járó vizsgálatok esetében az átlagos jelentési idő a pre-AI időszakban 47,5 óra volt, míg a post-AI időszakban az átlagos leletmegfordulási idő 8,5 óra volt, ami jelentős, átlagosan 39 órás csökkenést jelent.
„Az AI által vezérelt újraprioritizálás jelentős csökkenést eredményezett a töréses röntgenvizsgálatok jelentési idejében” – mondta Raj.
A tanulmány alapján Raj szerint a csoport „zöld jelzést” kapott a szoftver teljes körű bevezetésére, amit az év végéig terveznek megvalósítani. Ezen kívül a Rayvolve annak az 50 algoritmusnak az egyike, amelyek közül többet hasonlóan értékeltek, többek között a törés észlelésen túlmutató alkalmazásokat is.