韩国医疗人工智能（AI）公司Lunit（首席执行官徐秉锡）于12月26日宣布，一项研究表明，在医疗机构的实际急诊环境中使用Lunit Insight CXR可以将紧急患者分类所需的时间减少77%。
新加坡樟宜综合医院的研究团队由Srinath Sridharan博士领导，将2023年8月至12月期间在医院急诊室拍摄的29,944张胸部X光图像分为三类：正常、非紧急和紧急，使用Lunit AI解决方案进行分类。随后，43名放射科医生对此进行了评估。
结果显示，AI对正常病例的敏感性为89%，特异性为93%，表现非常可靠。对于非紧急病例，AI的敏感性为93%，特异性为91%，显示出在不需紧急处理的病例识别中具有强大的性能。此外，在紧急情况下，AI表现出82%的敏感性和99%的特异性，证明了AI解决方案在紧急情况下的必要性。
特别是，研究确认在急诊环境中使用AI可以显著减轻医务人员的负担。AI分类紧急患者所需的平均处理时间比医生减少了77%。即使在最短处理时间内，AI仅需0.2秒，而医生则需要1.7秒，AI的速度超过了专科医生。
“这项围绕急诊室环境设计的研究验证了AI在快速准确分类不同患者群体的胸部X光结果方面的有效性，”研究团队表示。“AI展示的结果将帮助医生立即对患者做出判断。”
“本研究证明了AI在实际医疗环境中的临床实用性，”Lunit首席执行官徐秉锡表示。“特别是在AI解决方案在紧急患者分类过程中表现出99%的特异性，这将有助于提高未来医务人员的工作效率。”
(全文结束)
