人工智能提高x射线骨折患者的识别
人工智能能够“阅读”电子放射学报告和旗帜患者骨折是骨质疏松症的风险比传统的手工方法的卫生保健专业人员阅读x射线报道,一项新的研究发现。结果接受表示ENDO 2020、内分泌学会的年度会议上,将发表在一个特殊的补充部分内分泌学会》杂志上。
新的搜索工具,x射线(XRAIT)人工智能工具,检测到一个几乎5倍高的专业骨折或骨断裂,在x射线和计算机断层扫描(CT)报告与手工方法相比,澳大利亚的研究人员报道。
“XRAIT,有限的医疗资源管理可以优化确定为风险的病人,而不是用于识别过程本身,”Jacqueline中心研究共同M.B.B.S.博士,F.R.A.C.P.中心临床研究和流行病学实验室主管Garvan医学研究所的悉尼,澳大利亚。bob88体育平台登录“通过提高识别患者需要治疗或预防骨质疏松症,XRAIT可能有助于减少第二个骨折的风险和整体从骨质疏松症的疾病和死亡负担。”
约4400万的风险大多数美国人女人bone-weakening疾病骨质疏松和骨折的风险增加,因为低骨量,根据荷尔蒙健康网络。只有2在10老年妇女在美国谁维持骨折接受测试或治疗骨质疏松症,美国国家骨质疏松症基金会报告。
虽然很多医院已经实现骨折联络服务识别病人的骨折可能是由于骨质疏松,中心说,手动阅读的放射学记录病人错过一些人的风险骨质疏松症或者检测太慢。
XRAIT速度过程使用自然语言处理软件“理解”人类语言。在这项研究中,XRAIT搜索5089数字放射学报告超过50岁的病人去医院的急诊室,骨骼成像超过三个月。研究的资深作者Christopher白色,M.B.B.S.博士,F.R.A.C.P.Randwick,威尔士亲王医院Australia-compared XRAIT结果与人工审核记录的224名患者被医院的骨折在同期联络服务。XRAIT能够检测349人骨折可能由于低骨量与98人被手动方法相比,一个在检出率高3倍。
下一个研究人员测试了XRAIT数字化放射学的报道的另一个澳大利亚的人口年龄超过60岁的成年人达博骨质疏松流行病学研究。从327年的报道证实骨折和nonfractures, XRAIT准确确定骨折近七10倍和正确筛选病人没有骨折超过9的10倍,中心说。她说这一发现表明,其他医院可以很容易地使用XRAIT。
