.png){kind=icon}
返回
Artificial intelligence improved efficiency of the computed tomography program
.png){kind=icon}
PRE
AI
DOI：10.1007/s11845-025-04218-6.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景：像计算机断层扫描（CT）这样的宝贵成像工具是需求高、时间有限资源，必须同时服务于住院患者和门诊患者。因此，必须高效准确地使用它们。我们旨在提高准确性、减少行政负担并加速患者护理——同时通过人工审核人工智能（AI）输出（包括光学字符识别（OCR）和自然语言处理（NLP））确保严格的临床监督。方法：在Tzafon医疗中心，我们实施了一个混合AI工作流程，包括：（1）带有特定提供者模式匹配的光学字符识别（OCR），用于自动提取患者和转诊数据；（2）通过DigitalOwl服务进行自然语言处理（NLP），用于结构化临床概念提取（诊断、合并症、否定发现），并有人工参与环路验证；（3）一个确定性规则引擎，将临床需求与扫描仪可用性匹配，以推荐CT协议、安排预约并生成患者准备说明。结果：使用OCR、NLP和统计决策引擎集成的AI赋能文档分析，使年度CT检查量增加了20%（从10,000例增至12,000例），每周节省约10名员工的工时，将患者等待时间减少了30%，并将患者满意度提高了12%。投诉率从2022年的5%降至2024年的1%。讨论：AI辅助工作流程集成被证明是一种具有成本效益且高效的方法，提高了安全性、减轻了员工工作负担，并提升了患者和医疗人员的满意度。
Keyword:
Artificial intelligence
NLP
Machine learning
Patients' journey
Patients' satisfaction and safety
期刊
I
IF:
1.6
论文数:
604
被引数:
3.9K
机构
引用论文
.png){kind=icon}
分享收藏Programming techniques for improving rule readability for rule-based information extraction natural language processing pipelines of unstructured and semi-structured medical texts用于提高基于规则的医学非结构化和半结构化文本信息抽取自然语言处理流水线规则可读性的编程技术
OAAI
OAAI分享收藏