Lunit Insight CXR AI解决方案在急诊患者分类中证明有效。据Lunit于12月26日宣布，一项研究展示了其AI解决方案“Lunit Insight CXR”在急诊患者分类中显著减少了所需时间，并已发表在《欧洲放射学杂志》上。该研究由新加坡樟宜综合医院的Srinivas Sridharan博士团队进行，涉及从去年8月至12月拍摄的20,944张急诊室胸部X光图像。
研究将这些X光图像分为三类：正常、非紧急和紧急，使用Lunit的AI解决方案进行分类。随后，43名放射科医生评估了AI的表现。结果显示，AI在正常病例中的敏感性为89%，特异性为93%；对于非紧急病例，敏感性为93%，特异性为91%；而在紧急病例中，AI实现了82%的敏感性和令人印象深刻的99%的特异性。
研究的关键发现之一是，在急诊环境中使用AI显著减轻了医务人员的工作负担。AI分类急诊患者的平均处理时间比医生减少了77%。在最短处理时间方面，AI仅需0.2秒，而医生则需要1.7秒。
研究团队表示：“这项围绕急诊室环境设计的研究验证了AI在快速准确地分类不同患者组胸部X光结果方面的有效性。”他们补充道，“AI展示的结果将帮助医生立即做出关于患者的决策。”
Lunit首席执行官徐秉硕（Seo Beom-seok）强调了AI在真实医疗环境中的临床实用性。“这项研究表明，AI在实际医疗环境中具有临床实用性，尤其是在Lunit AI解决方案在分类需要紧急护理的患者过程中显示出99%的特异性，这将有助于未来提高医务人员的工作效率。”
将AI集成到医疗保健中，特别是在急诊室分诊中，是一项重大进步。诸如机器学习和深度学习等AI技术正越来越多地用于提高诊断准确性、优化工作流程和改善患者预后。在急诊室中，高效的分诊至关重要，以确保危重病人得到即时关注并优化医疗资源的利用。
(全文结束)
