Более трети радиологических отделений используют ИИ в клинической практике, в частности, для обнаружения узлов в легких на КТ, диагностики инсульта и прогнозирования костного возраста, показало исследование, проведенное в Нидерландах.

Большинство респондентов ощутили добавленную стоимость с точки зрения снижения затрат и/или улучшения результатов от использования программного обеспечения на основе ИИ, но основными препятствиями для внедрения остаются затраты и трудности, связанные с ИТ, считают ведущий автор Кики ван Леувен и коллеги из Медицинского центра Университета Радбауд в Неймеген .

Цель авторов состояла в том, чтобы составить карту клинического использования программного обеспечения на основе ИИ с маркировкой CE в отделениях радиологии в Нидерландах (n = 69) в период с 2020 по 2022 год. Каждую весну с 2020 по 2022 год они рассылали анкету об использовании продуктов ИИ, финансировании и препятствия для усыновления. Продукты, не представленные на сайте www.AIforRadiology.com к июлю 2022 года, были исключены из анализа.

По данным исследователей, количество респондентов составляло 43 в 2020 году, 36 в 2021 году и 33 в 2022 году. Количество отделов, использующих ИИ, неуклонно росло с 14 в 2020 году до 19 в 2021 году и 23 в 2022 году.

Разнообразие реализованных продуктов увеличилось в пять раз с семи уникальных продуктов в 2020 году до 34 в 2022 году. Совокупное количество внедрений ИИ составило 19 в 2020 году, 38 в 2021 году и 68 в 2022 году.

«Отделы, использующие ИИ, имели в среднем один продукт ИИ в 2020 году, два в 2021 году и три в 2022 году», — отметили в группе. «Сообщалось, что в 2022 году шесть отделений прекратили использование в общей сложности семи продуктов. Четыре больничных организации, как сообщается, используют платформу или рынок ИИ для развертывания решений ИИ».

В 2022 году ИИ в основном использовался для поддержки КТ-анализа грудной клетки (обнаружение узлов, выявление легочной эмболии, тяжесть COVID; n = 17), нейроКТ-анализа (обнаружение окклюзии крупных сосудов, обнаружение внутричерепного кровоизлияния, ASPECTS, CTP; n = 17), с последующим анализом скелетно-мышечной рентгенограммы (прогнозирование костного возраста, обнаружение переломов и автоматические измерения конечностей; n = 12).

По словам авторов, «из всех респондентов, которые клинически использовали ИИ в своем отделении, 28% заявили, что внедренные продукты ИИ привели к улучшению здоровья, а 32% предполагали как улучшение здоровья, так и экономию средств. Никто не сообщил только об экономии средств. Значение было сочтено неясным. для 32% респондентов и 8% заявили, что не получают никакой дополнительной ценности».

Препятствия для реализации

Самыми важными препятствиями на пути внедрения ИИ оставались затраты и интеграция ИТ.

Как в 2021, так и в 2022 году 13 респондентов упомянули, что в их центре есть бюджет, зарезервированный для закупок радиологического искусственного интеллекта в следующем году (36% в 2021 году, 39% в 2022 году). Остальные не имели бюджета или не знали, есть ли зарезервированный бюджет. Финансовые ресурсы поступают на институциональном уровне, в отделении радиологии или на обоих уровнях. В 2022 году источник немного переместился на ведомственный уровень.

Внедрение продуктов ИИ в рентгенологических отделениях Нидерландов демонстрирует общие признаки развивающегося рынка. Основными препятствиями на пути к широкому внедрению являются нехватка финансовых ресурсов и трудности с ИТ-интеграцией.

«Клиническое влияние ИИ начинается с его внедрения в повседневную клиническую практику», — заявили авторы. «Повышение прозрачности в отношении внедряемых продуктов ИИ, препятствий для внедрения и воздействия может стимулировать расширение сотрудничества и улучшение процесса принятия решений, связанных с внедрением и финансированием продуктов ИИ».

Источник