基于人工智能的风险分层技术在安全保障环境中的潜在应用，旨在加速乳腺X线检查（乳腺钼靶）的工作流程

《npj Digital Medicine》：Prospective deployment of AI-based risk stratification to enable expedited mammography workflow in a safety-net setting

　　

摘要

从筛查到诊断性乳腺X线检查之间的时间延迟导致了乳腺癌治疗结果的差异，并降低了筛查的依从性。我们前瞻性地评估了将人工智能风险分层技术整合到城市医疗机构的筛查工作流程中的可行性及其影响。在这项符合HIPAA标准、经过IRB批准的对照研究中，利用筛查乳腺X线图像实时生成了Mirai 1年风险评分。风险评分处于前10%的患者被标记为高风险人群，在登记当天即可获得即时的筛查结果解读，并在必要时接受当天的诊断评估。研究比较了这些患者与非高风险对照组在筛查结果、诊断评估、活检以及癌症检出率方面的差异。在4145份筛查乳腺X线图像中，有525份被标记为高风险，100名女性同意接受快速诊疗服务，其中94%的患者获得了即时结果解读，26名患者接受了当天的诊断评估。与对照组相比，接受快速诊疗服务患者的筛查结果获取时间、诊断评估时间和活检时间显著缩短，分别减少了99.1%、99.1%和87.2%。快速诊疗组患者的癌症检出率为60/1000，而非高风险组患者的检出率为2.3/1000。将人工智能风险模型整合到临床工作流程中显著改善了诊疗流程，为提升医疗质量和减少医疗差异提供了可行的方法。