人工知能ツールを導入した医療システムは、放射線科の手術と品質を向上させるだけでなく、患者のフォローアップも向上させることができ、その結果、スタッフの効率が向上し、患者の完了率が向上し、患者のアクセスと治療結果が改善される可能性があります。
East Alabama Medical Center、Inflo Health、American College of Radiology Learning Network との協力が始まりました 機械語を使って モデルと高度な自然言語行列を使用して放射線科レポートからデータを抽出し、肺疾患患者の追跡調査を改善する一方、コネチカット州スタンフォード・ヘルスでは、自動化により追加の放射線学的測定をすべての心血管患者に拡張することができました。
また、今週注目すべきは、がんの診断と治療のベンダーである Lunit が、同社の AI を利用したマンモグラフィ検査を評価する 2 つの最近の研究で、この技術が陽性診断の最大 6 年前までに乳がんの発症を推定できることが判明したと発表したことです。
「即時がん検出用に開発された商用 AI アルゴリズムのスコアが将来のがんリスクも推定できるのであれば、より正確で信頼性の高い短期リスク推定により、個別化された個別の予防策につながる可能性があり、その結果、乳がんがより早期に発見され、悪性度が低下する可能性があります。治療法です」とヨーロッパの研究者らは水曜日の声明で述べた。
EAMC は患者のフォローアップを改善します
アラバマ州保健機関は木曜日、AIを使って放射線医学のフォローアップを追跡するパートナーシップを通じて、そしてプライマリケア医師を急性期医療のコミュニケーションに参加させることによって、推奨されるフォローアップ率が74%も変化したと発表した。
EAMC は、放射線科固有の言語モデルと高度な NLP を活用する Inflo Health および米国放射線学会と提携して、患者エンゲージメントと臨床医の生産性を向上させました。
AI を活用したソフトウェアは、ACR の ImPower プログラムによって概説された測定仕様に基づいて実行されます。このプログラムは、組織がより良い結果を達成するための改善リーダーシップ スキルと方法を構築するのに役立ちます。EAMC 放射線科医が追加の画像推奨事項や実用的な所見を特定し、部門のワークフローを自動化するのに役立ちます。 。
EAMCとの協力の目的は、偶発的に検出された肺結節に対するスキャン後の推奨事項を一貫して含めることを改善し、タイムリーなフォローアップを受けた検査の割合を増やすことであると各団体は声明で述べた。
EAMC はまた、AI ソフトウェアの適切性評価を実装し、対象基準を満たす偶発的な肺結節を特定するプロセスを自動化しました。
同組織の放射線科部長のメリンダ・ジョンソン氏によると、この取り組みによりEAMCのプロセスが大幅に合理化され、手作業が削減され、スタッフの効率が向上したという。
「これにより、ケア・ナビゲーターの役割を他の臨床分野にも拡大することができました」と彼女は声明で述べた。 「このパートナーシップは、高度なテクノロジーと戦略的コラボレーションを統合することで、放射線医学の実践と優れた運用における新たな基準をどのように確立できるかを例示しています。」
その結果、手作業が週 5 時間からわずか 15 分に減り、効率が 95% 向上したと共同研究者らは述べています。
患者の治療完了を改善し、推奨される画像検査フォローアップを中継するために、EAMC は急性期医療とプライマリケアの間の一貫性のないコミュニケーションなどの業務上の障壁に対処しました。おまけに、この取り組みにより月あたり推定 9,000 ドルの追加収益が発生しました。
「テクノロジーを活用して臨床ワークフローを標準化および最適化するには、問題を理解してソリューションを構築できるように、組織とそのソフトウェアベンダーが連携して取り組む協調的な努力が必要です」とACRの品質管理プログラム担当バイスプレジデントのJudy Burleson氏は付け加えた。
「ImPower プログラムによって提供される品質向上の教育とサポート、患者の転帰を改善するという EAMC の取り組み、および製品を適応させようとする Inflo Health の意欲と相まって、これらの進歩が可能になりました。」と彼女は述べた。
スタンフォード・ヘルスがアクセスを強化
コネチカット州フェアフィールド郡にサービスを提供する非営利団体スタンフォード・ヘルスは今月初め、リスクのある患者に対してよりタイムリーで個別化されたフォローアップケアを可能にする新しい自動心臓血管スクリーニングを発表した。
スタンフォード・ヘルスの心臓血管研究所は声明で、AIを活用した心血管スクリーニングツールにより、患者集団全体の心血管疾患の早期発見と管理が大幅に向上すると述べた。
同研究所は、Bunkerhill Health の高度なアルゴリズムを使用して、事前に定義された患者集団における冠動脈疾患の将来のリスクの指標である総冠動脈カルシウムまたはアガットストン スコアを計算することにより、冠動脈カルシウムの存在を特定します。
通常、CACスクリーニングには医師からの特別注文が必要だが、自動アルゴリズムは現在、肺がんスクリーニングなどで使用される同研究所のすべての非ゲート胸部CTスキャンのバックグラウンドで実行されている。
スタンフォード・ヘルスの放射線科部長のロナルド・リー博士は、「私たちは患者に最先端かつ洗練されたケアを提供することに重点を置いている」と語った。
患者は、非造影胸部 CT スキャン中に自動的に CAC スコアを受け取り、CAC の上昇が特定されると、患者のプライマリケア提供者または心臓専門医にスコアとリスクが通知されます。
「このツールは、心血管疾患の初期兆候を検出する能力を強化し、患者が深刻な健康転帰を防ぐために必要なフォローアップケアを確実に受けられるようにします」と、心臓病科長で同研究所の共同所長であるデイビッド・シー博士は付け加えた。
予測マンモグラフィーのための AI のテスト
マンモグラフィースクリーニングの精度は、二重スキャン読み取りが必要となることが多い放射線医学プロトコルにおいて長年の課題でした。 AI アルゴリズムは、関心のある領域をマークし、乳房レベルおよび検査レベルの悪性新生物スコアを提供して、放射線科医の画像読み取りを支援します。
ルニット氏は水曜日、ノルウェーのがん登録局とデンマークのオーデンセ大学病院の研究者らがすでに同社のINSIGHT MMGツールを使用しており、全国的な乳がん検診プログラムの予測値も向上し、最終的には女性の早期診断と治療につながる可能性を実証したと述べた。
回想的なノルウェー人 勉強8月に完成し、今月初めにJAMAネットワークで公開された「潜在性乳がん検出のための人工知能アルゴリズム」は、乳がんの既往歴のない50歳から69歳の女性116,495人のコホートからの画像データを分析した。
AI ソフトウェアの研究利用に関して Lunit と契約を結んでいるノルウェーのがん登録機関は、デジタル マンモグラフィ検査を 2 年ごとに提供しています。後ろ向きコホート研究の患者は、国内の9つの乳房スクリーニングセンターで2004年9月13日から2018年12月21日までの間に実施された隔年スクリーニング検査を少なくとも3回連続で受けた。
研究者らはコホートを3つのグループに分けた。3回目の研究スクリーニングラウンドでスクリーニングで乳がんが検出された女性、3回目の研究スクリーニングラウンド後にインターバルがんと診断された女性、そして3回連続の検査で6年間がん診断を受けなかったが乳がんと診断されなかった女性である。 – スクリーニングで検出された癌が 1,265 件、間隔癌が 342 件見つかった。
乳がんと特定された人（上皮内乳管がんまたは浸潤性乳がんと定義される）では、最終的に発見される4～6年前にがんが発症していない乳房に比べ、発育中の乳房の平均絶対AIスコアが高かった。 AI スコアも、スクリーニングで検出されたがんとインターバルがんと診断された女性の方が、連続 3 回のスクリーニングラウンドでより高く、より急速に増加しました。
研究者らによると、「これらの発見は、乳がん検出用に開発された商用AIアルゴリズムが将来乳がんのリスクが高い女性を特定し、早期のがん診断につながる個別化されたスクリーニングアプローチへの道を提供する可能性があることを示唆している」としている。
Andrea Fox は、Healthcare IT News の上級編集者です。
電子メール: [email protected]
Healthcare IT News は HIMSS Media の出版物です。