vue-cli-subapp

2025 NICE 健康技术评估:人工智能技术用于在紧急护理中帮助检测 X 射线中的骨折的早期价值评估 [HTE20]

2025-01-14 英国国家卫生与临床优化研究所 NICE官网 发表于上海

关于在紧急护理中人工智能技术辅助检测 X 射线骨折的早期价值评估(EVA)指南。

中文标题:

2025 NICE 健康技术评估:人工智能技术用于在紧急护理中帮助检测 X 射线中的骨折的早期价值评估 [HTE20]

英文标题:

Artificial intelligence technologies to help detect fractures on X-rays in urgent care: early value assessment

发布日期:

2025-01-14

简要介绍:

在英国国家医疗服务体系(NHS)中应用并生成证据的潜在益处

  1. 临床益处:临床证据表明,人工智能技术或许能够在不增加误诊风险的前提下,提升紧急护理中 X 射线对骨折的检测能力。这有助于减少在紧急护理中漏诊的骨折病例数量,从而降低患者在紧急护理的初步诊断与治疗决策到最终放射学报告出具期间,因骨折未被及时发现而遭受进一步损伤或伤害的风险。
  2. 系统益处:人工智能技术通过为 X 射线解读提供一个一致的基线,有助于减少标准护理中的差异,该基线不受不同中心之间工作人员经验或资源差异的影响。同时,人工智能技术也不受诸如工作人员疲劳、注意力分散或非正常工作时间等因素的干扰。然而,在患者出院前即可获取最终放射学报告(即时报告)的中心或时段,人工智能辅助的益处可能相对较小。
  3. 资源方面:减少初次解读时漏诊的骨折病例数量,还将降低患者出院后因骨折未被发现而再次前往紧急护理中心就诊,或在放射学复查后被召回医院的人数。探索性经济模型的早期结果显示,人工智能技术可能具有成本效益。
  4. 平等性方面:人工智能技术有潜力减少 X 射线解读和骨折检测方面的地域不平等,因为它可能提升人员较少且经验不足的小型中心的骨折检测能力。此外,由于该技术可能改善非正常工作时间的服务,因此还有助于减少服务提供方面的不平等。

在英国国家医疗服务体系(NHS)中应用并生成证据时的风险管控

  1. 临床风险:在紧急护理中使用人工智能技术辅助检测 X 射线中的骨折,被认为临床风险较低。这是因为该技术是在由医疗专业人员做出治疗决策的标准护理基础上额外使用的,且人工智能技术并不取代最终的放射学复查。现有证据表明,人工智能技术可能提高骨折检测的准确性。
  2. 实施指南:在使用人工智能技术时,需要制定明确的本地协议。这是为了确保当医疗专业人员与人工智能技术的判断出现分歧时,医疗专业人员清楚应采取何种行动。
  3. 成本:部分软件的成本以及实施和持续的上市后监测的实际成本存在不确定性。探索性经济模型中估计每次扫描成本为 1 英镑。采用人工智能辅助骨折检测的中心应确保每次扫描成本与估计成本相近。在证据生成期过后,本指南将进行审查,相关建议可能会有所改变。各中心在协商合同期限和许可成本时应考虑到这一点。
  4. 对劳动力的影响:如果使用人工智能技术辅助骨折检测更为普遍并成为标准诊断路径的一部分,可能存在过度依赖该技术的风险。这可能会导致解读 X 射线的医疗专业人员技能退化,也可能降低对非骨折相关病症的审查水平。如果医疗专业人员在查看人工智能结果之前先自行解读 X 射线,这种风险可以得到缓解。
  5. 资源方面:使用人工智能技术辅助检测 X 射线中的骨折,可能会增加骨折门诊转诊以及对 CT 或 MRI 等进一步成像检查的需求,但这种风险较低。在证据生成期间应监测这一情况,为本地骨折检测协议提供参考。
  6. 人工智能在特定亚组中的局限性:人工智能技术可能并不适用于某些特定人群,例如儿童、青少年或患有影响骨骼健康疾病的人群。各中心应确保在适用范围内使用人工智能技术,并向患者明确告知其任何局限性。
  7. 平等性:人工智能技术在不同人群(如少数族裔背景人群或社会经济地位较低的人群)中的诊断准确性可能会降低。医疗专业人员在解读这些人群的 X 射线时应考虑到这一点。

相关资料下载:
[AttachmentFileName(sort=1, fileName=2025 NICE 健康技术评估:人工智能技术用于在紧急护理中帮助检测 X 射线中的骨折的早期价值评估.pdf)] GetToolGuiderByIdResponse(projectId=1, id=cf4931c00a141651, title=2025 NICE 健康技术评估:人工智能技术用于在紧急护理中帮助检测 X 射线中的骨折的早期价值评估 [HTE20], enTitle=Artificial intelligence technologies to help detect fractures on X-rays in urgent care: early value assessment, guiderFrom=NICE官网, authorId=0, author=, summary=关于在紧急护理中人工智能技术辅助检测 X 射线骨折的早期价值评估(EVA)指南。, cover=https://img.medsci.cn/20250114/1736819841908_8538692.jpg, journalId=0, articlesId=null, associationId=85, associationName=英国国家卫生与临床优化研究所, associationIntro=英国国家卫生与临床优化研究所(NICE,National Institute for Health and Clinical Excellence)是NHS的组织,设在伦敦和曼彻斯特。NICE成立于1999年4月1日,目标是确保每个英格兰和威尔士人平等享有NHS医疗的机会。NICE制定指南,设定质量标准,管理国家数据库,为NHS、当地权威部门和其他组织提供指南。, copyright=0, guiderPublishedTime=Tue Jan 14 00:00:00 CST 2025, originalUrl=, linkOutUrl=, content=<p class="header-vfC6AV auto-hide-last-sibling-br" style="color: var(--md-box-samantha-deep-text-color) !important;"><strong>在英国国家医疗服务体系(NHS)中应用并生成证据的潜在益处</strong></p> <ol class="auto-hide-last-sibling-br" style="color: #222222;"> <li style="color: var(--md-box-samantha-normal-text-color) !important;"><strong style="color: initial;">临床益处</strong>:临床证据表明,人工智能技术或许能够在不增加误诊风险的前提下,提升紧急护理中 X 射线对骨折的检测能力。这有助于减少在紧急护理中漏诊的骨折病例数量,从而降低患者在紧急护理的初步诊断与治疗决策到最终放射学报告出具期间,因骨折未被及时发现而遭受进一步损伤或伤害的风险。</li> <li style="color: var(--md-box-samantha-normal-text-color) !important;"><strong style="color: initial;">系统益处</strong>:人工智能技术通过为 X 射线解读提供一个一致的基线,有助于减少标准护理中的差异,该基线不受不同中心之间工作人员经验或资源差异的影响。同时,人工智能技术也不受诸如工作人员疲劳、注意力分散或非正常工作时间等因素的干扰。然而,在患者出院前即可获取最终放射学报告(即时报告)的中心或时段,人工智能辅助的益处可能相对较小。</li> <li style="color: var(--md-box-samantha-normal-text-color) !important;"><strong style="color: initial;">资源方面</strong>:减少初次解读时漏诊的骨折病例数量,还将降低患者出院后因骨折未被发现而再次前往紧急护理中心就诊,或在放射学复查后被召回医院的人数。探索性经济模型的早期结果显示,人工智能技术可能具有成本效益。</li> <li style="color: var(--md-box-samantha-normal-text-color) !important;"><strong style="color: initial;">平等性方面</strong>:人工智能技术有潜力减少 X 射线解读和骨折检测方面的地域不平等,因为它可能提升人员较少且经验不足的小型中心的骨折检测能力。此外,由于该技术可能改善非正常工作时间的服务,因此还有助于减少服务提供方面的不平等。</li> </ol> <p class="header-vfC6AV auto-hide-last-sibling-br" style="color: var(--md-box-samantha-deep-text-color) !important;"><strong>在英国国家医疗服务体系(NHS)中应用并生成证据时的风险管控</strong></p> <ol class="auto-hide-last-sibling-br" style="color: #222222;"> <li style="color: var(--md-box-samantha-normal-text-color) !important;"><strong style="color: initial;">临床风险</strong>:在紧急护理中使用人工智能技术辅助检测 X 射线中的骨折,被认为临床风险较低。这是因为该技术是在由医疗专业人员做出治疗决策的标准护理基础上额外使用的,且人工智能技术并不取代最终的放射学复查。现有证据表明,人工智能技术可能提高骨折检测的准确性。</li> <li style="color: var(--md-box-samantha-normal-text-color) !important;"><strong style="color: initial;">实施指南</strong>:在使用人工智能技术时,需要制定明确的本地协议。这是为了确保当医疗专业人员与人工智能技术的判断出现分歧时,医疗专业人员清楚应采取何种行动。</li> <li style="color: var(--md-box-samantha-normal-text-color) !important;"><strong style="color: initial;">成本</strong>:部分软件的成本以及实施和持续的上市后监测的实际成本存在不确定性。探索性经济模型中估计每次扫描成本为 1 英镑。采用人工智能辅助骨折检测的中心应确保每次扫描成本与估计成本相近。在证据生成期过后,本指南将进行审查,相关建议可能会有所改变。各中心在协商合同期限和许可成本时应考虑到这一点。</li> <li style="color: var(--md-box-samantha-normal-text-color) !important;"><strong style="color: initial;">对劳动力的影响</strong>:如果使用人工智能技术辅助骨折检测更为普遍并成为标准诊断路径的一部分,可能存在过度依赖该技术的风险。这可能会导致解读 X 射线的医疗专业人员技能退化,也可能降低对非骨折相关病症的审查水平。如果医疗专业人员在查看人工智能结果之前先自行解读 X 射线,这种风险可以得到缓解。</li> <li style="color: var(--md-box-samantha-normal-text-color) !important;"><strong style="color: initial;">资源方面</strong>:使用人工智能技术辅助检测 X 射线中的骨折,可能会增加骨折门诊转诊以及对 CT 或 MRI 等进一步成像检查的需求,但这种风险较低。在证据生成期间应监测这一情况,为本地骨折检测协议提供参考。</li> <li style="color: var(--md-box-samantha-normal-text-color) !important;"><strong style="color: initial;">人工智能在特定亚组中的局限性</strong>:人工智能技术可能并不适用于某些特定人群,例如儿童、青少年或患有影响骨骼健康疾病的人群。各中心应确保在适用范围内使用人工智能技术,并向患者明确告知其任何局限性。</li> <li style="color: var(--md-box-samantha-normal-text-color) !important;"><strong style="color: initial;">平等性</strong>:人工智能技术在不同人群(如少数族裔背景人群或社会经济地位较低的人群)中的诊断准确性可能会降低。医疗专业人员在解读这些人群的 X 射线时应考虑到这一点。</li> </ol>, tagList=[TagDto(tagId=8461, tagName=人工智能)], categoryList=[CategoryDto(categoryId=10, categoryName=骨科, tenant=100), CategoryDto(categoryId=40, categoryName=影像放射, tenant=100), CategoryDto(categoryId=79, categoryName=护理, tenant=100), CategoryDto(categoryId=85, categoryName=指南&解读, tenant=100)], articleKeywordId=8461, articleKeyword=人工智能, articleKeywordNum=6, guiderKeywordId=8461, guiderKeyword=人工智能, guiderKeywordNum=6, haveAttachments=1, attachmentList=null, guiderType=0, guiderArea=指南, guiderLanguage=1, guiderRegion=2, opened=0, paymentType=, paymentAmount=10, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=309, appHits=9, showAppHits=0, pcHits=34, showPcHits=300, likes=0, shares=0, comments=0, approvalStatus=1, publishedTime=Tue Jan 14 12:00:00 CST 2025, publishedTimeString=2025-01-14, pcVisible=1, appVisible=1, editorId=0, editor=FUNNYMAN, waterMark=0, formatted=0, memberCards=[], isPrivilege=0, deleted=0, version=4, createdBy=null, createdName=FUNNYMAN, createdTime=Tue Jan 14 10:02:49 CST 2025, updatedBy=8538692, updatedName=梅斯话题小助手, updatedTime=Tue Jan 14 11:20:54 CST 2025, courseDetails=[], otherVersionGuiders=[], isGuiderMember=false, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=2025 NICE 健康技术评估:人工智能技术用于在紧急护理中帮助检测 X 射线中的骨折的早期价值评估.pdf)])
2025 NICE 健康技术评估:人工智能技术用于在紧急护理中帮助检测 X 射线中的骨折的早期价值评估.pdf
下载请点击:
评论区 (0)
#插入话题

拓展阅读

Lancet Digital Health:人工智能在乳腺X光检查筛查试验 (MASAI) 中的乳腺癌筛查性能和特征

这项随机对照试验的结果表明,人工智能支持的阅片程序可以安全地用于减少阅片工作量,且癌症检出率的显著提高可能有助于临床相关乳腺癌的早期发现。

人工智能Grok 3 发布,引入链式思维技术(并与chatGPT,deepseek对比,Grok3真的强!)

刚刚,马斯克旗下公司的人工智能Grok 3正式发布,已经推出并展示了以下主要功能和改进:

Nature Medicine:当人工智能点亮心脏迷宫:改写持续性房颤治疗史的开端

《Nature Medicine》研究表明,AI 引导的心脏消融术改变持续性房颤治疗困局。其通过 Volta AF - Xplorer 系统精准定位异常放电灶,提升无复发生存率,对介入医学意义重大。

OpenAI奥特曼自曝:GPT-5要来了,未来人工智能将走向何方?

奥特曼刚刚一则推文,在网络上掀起了讨论狂潮。他透露,OpenAI 的下一步是发布 GPT-4.5,这是其最后一个非思维链 (CoT) 模型。它的内部代号是 Orion,不过他没有解释 GPT-4.5

人工智能之战:ChatGPT、Qwen、DeepSeek——谁将赢得未来?

人工智能领域正以前所未有的速度发展,ChatGPT、DeepSeek 和 Qwen 正在争夺主导地位。每种模型都声称在特定领域(编码、效率、多语言支持)中具有优势——但它们在测

ChatGPT o3-mini、DeepSeek R1 和 Qwen 2.5在9个领域大对比

OpenAI的o3-mini 模型现已在 ChatGPT 的免费套餐中提供,它是一款紧凑但功能强大的 AI 模型,旨在在高级推理、编码能力和数学问题解决方面表现出色,在美国数学邀请赛 (AIME) 中

分子影像人工智能专家共识(2019 版)

中华医学会核医学分会(CSNM,Chinese Society of Nuclear Medicine) · 2019-12-30

涉及人工智能干预的临床试验设计规范:SPIRIT-AI扩展

SPIRIT-AI 和 CONSORT-AI 工作组 · 2020-09-08

欧盟人工智能道德准则(草案)

暂未更新 · 2019-10-31

医疗卫生中人工智能(AI)使用的伦理和管治(英文)

世界卫生组织(WHO,The World Health Organization) · 2021-06-28