AI在医院和患者护理中的应用正在稳步增加。特别是在放射学等大量依赖影像的专业领域，AI早已成为日常临床实践的一部分。然而，AI在多大程度上影响临床环境中的工作流程仍是一个未解之谜。为此，波恩大学医院（UKB）和波恩大学的研究人员对现有研究进行了全面分析，结果显示AI并不一定会加速工作流程。他们的研究成果已发表在《npj数字医学》杂志上。
尽管AI常被视为处理常规任务（如监测患者、记录护理任务和支持临床决策）的解决方案，但其对工作流程的实际影响尚不明确。特别是在基因组学、病理学和放射学等数据密集型专业领域，虽然AI已被用于识别大量数据中的模式和优先处理病例，但关于效率提升的可靠数据仍然缺乏。
“我们想了解AI解决方案在多大程度上改善了医学影像的效率，”该研究的主要作者、波恩大学UKB患者安全研究所（IfPS）的博士生卡塔琳娜·温德罗特（Katharina Wenderott）解释道。“普遍认为AI会自动加快工作流程的观点往往过于简单化。”
研究团队系统地回顾了48项研究，这些研究考察了AI工具在临床环境中的应用，尤其是在放射学和胃肠病学领域的应用。在33项研究中，有67%报告了工作时间的减少，但元分析并未显示出显著的效率提升。“一些研究显示了统计上的显著差异，但这些差异不足以得出一般性结论，”温德罗特说。
此外，研究团队还分析了AI在现有工作流程中的整合情况。他们发现，实施的成功与否在很大程度上取决于具体的条件和流程。然而，由于研究设计和技术的异质性，统一评估变得困难。
“我们的研究结果表明，AI在日常临床实践中的应用必须进行细致的考虑，”UKB患者安全研究所所长、波恩大学教授马蒂亚斯·魏格尔（Matthias Weigl）强调。“当地条件和个人工作流程对实施的成功有着重大影响。”
该研究提供了初步的重要见解，说明AI技术如何影响临床工作流程。“一个关键的发现是，未来的研究需要有明确的报告结构，以便更好地评估这些技术的科学和实用价值，”魏格尔教授总结道。
(全文结束)
