2025年7月2日——一项研究显示，借助生成式AI模型辅助生成的放射学报告草稿能够显著提高放射科医生的文档效率，同时保持临床质量。该研究于6月5日在线发表于《JAMA Network Open》。
来自芝加哥西北大学芬伯格医学院的乔纳森·黄博士及其同事开展了一项前瞻性队列研究，评估了放射科医生在工作流程中使用一种能够为普通X光片生成报告草稿的生成式AI模型的效果。研究内容包括文档效率、最终放射学报告的临床准确性及文本质量，以及模型在检测意外但具有临床意义的气胸方面的潜力。研究在一家三级护理学术健康系统内进行。
研究人员分析了23,960张X光片的数据，其中11,980张使用了AI模型，另外11,980张未使用。研究发现，在AI模型协助下，放射学解读的速度比未使用模型时更快（平均时间为159.8秒对189.2秒），文档效率提高了15.5%。通过对800项研究的同行评审，研究还发现模型辅助解读与非模型辅助解读在临床准确性和文本质量上没有差异。在筛查的97,651项研究中，该模型能够以72.7%的敏感性和99.9%的特异性标记出包含意外且具有临床意义的气胸的研究。
作者写道：“我们的研究结果为使用生成式AI工具进行报告草稿的优势提供了初步证据，并为临床医生与AI协作有效融入并改进现有临床工作流程提供了一个框架。”
部分作者报告称已申请相关专利；另有两名作者从Cardiosense公司获得了费用。
(全文结束)
