综述：利用人工智能辅助放射科工作流程：建立其与临床结果之间的联系

《Journal of the American College of Radiology》：Radiology workflow assistance with artificial intelligence: establishing the link to outcomes

本文探讨人工智能在放射学工作流程中的应用，包括加速成像获取、减轻医护人员负担、提升诊断准确性和优化临床决策时间。现有研究多关注中间指标如任务完成效率，但需结合患者健康与经济效益的综合评估，当前实证数据有限。

　　

泽辉·顾（Zehui Gu）| 西达汉特·多格拉（Siddhant Dogra）| 穆蒂塔·西里鲁查塔农（Mutita Siriruchatanon）| 杰拉德·克奈法蒂-海耶克（Jerard Kneifati-Hayek）| 斯特拉·K·康（Stella K. Kang）

哥伦比亚大学欧文医学中心放射科，纽约州纽约市

摘要

人工智能（AI）在放射学工作流程中的应用有望通过更高效、更准确的诊断和临床决策来改善患者和医疗系统的整体效果。针对许多耗时的步骤，目前已经有多种类型的AI应用，但这些应用在报告的结果和成功程度上存在差异。我们重点介绍的这些工具旨在加快影像采集速度，减轻放射科医生及其他参与诊疗人员的工作负担，提高诊断准确性，并缩短基于影像结果的临床行动时间。大多数现有研究都集中在中间性成果上，例如任务耗时或进入下一步诊疗的时间。在本文中，我们探讨了AI在医学影像检查工作流程中的应用，分析了这些工具在现实世界中的应用案例，并按应用类型总结了相关的性能指标。除了那些能够立即体现成效的指标外，为了证明其对患者健康和经济结果的积极影响，还需要进行更为综合的评估，并且这种评估应该是迭代性的。为了实现从初步的工作流程改进到更显著的成果，互操作性的工具必须与可量化的下游影响（如降低疾病严重程度、减少死亡率以及缩短住院时间）相联系。不过我们也认识到，目前的实证评估仍然存在局限性。