人工知能を使用した皮膚疾患に対する臨床ワークフローの最適化 (IDEI_2023)

画像に基づく人工知能 (AI) は、医療分野における視覚診断の精度を向上させる大きな可能性を秘めています。 新型コロナウイルス感染症（COVID-19）のパンデミック中、対面での医療サービスへのアクセスが制限されたことで医療の変化が起こり、遠隔医療の導入が加速しました。 これに関連して、専門家がワークロードを管理し、パフォーマンスを向上させるには、トリアージと意思決定のサポートに AI を使用することが重要になる可能性があります。 皮膚科では、色素沈着病変、ざ瘡、および脱毛症は、皮膚科センターでの需要が高い再発性の 3 つの病理グループです。 これらの患者のトリアージ、臨床評価、フォローアップには、対面のリソースと専門家とスタッフの献身的な努力が必要です。 AI などのツールを使用すると、これらのプロセスを削減し、作業負荷を最適化するという点で専門家に利益をもたらすことができます。

画像認識と解釈、および人工知能の進歩により、皮膚の状態を含むさまざまな病状の診断における革新が推進されました。 コンピュータ支援診断 (CAD) システムやその他のアルゴリズムベースのテクノロジーは、専門の医師に匹敵する能力で病変画像を分類できる能力を実証しています。

この研究では、AI LABS GROUP S.L. が開発した、人工知能を使用して皮膚疾患のある患者の臨床フローとケア プロセスを最適化する Legit.Health ツールが評価されます。 このツールの目的は、緊急性の高い患者を自動的に優先順位付けし、診察の種類 (皮膚科または美容) を割り当て、補助スタッフの診断能力と悪性色素性病変の検出を向上させ、視覚的な記録を提供することです (写真) ) 外部専門家による後でのレビューのために条件を変更します。

したがって、この研究の主な目的は、人工知能に基づく Legit.Health ツールが臨床フローと患者のケア プロセスの効率を向上させ、診断の精度と診断の強化を通じて患者あたりのケアにかかる時間とコストを削減することを検証することです。悪性度または重症度の程度。

2 番目の目的は、Legit.Health の診断パフォーマンスの測定に焦点を当てています。

Legit.Health により、医療専門家の悪性または疑わしい色素性病変を検出する能力が向上することを実証します。

Legit.Health によって、女性男性型脱毛症患者への関与の度合いを測定する医療専門家の能力と精度が向上することを実証します。

Legit.Health によって、ニキビ患者への関与の度合いを測定する医療専門家の能力と精度が向上することを実証します。

さらに、この研究は、このツールの有用性を評価することを目的としています。

色素性病変を相談する患者のトリアージ/初期評価プロセスを自動化します。

トリアージ診察の数を減らし、患者を適切な診察（美容または皮膚科）に直接紹介することによって、センターによる医療リソースの使用量の削減を評価します。

患者による Legit.Health の使いやすさを評価します。 Legit.Health が専門家の満足度を向上させることを実証します。 トリアージ診察の回数を減らし、美容環境でも皮膚科環境でも患者を適切な診察に直接紹介することで、医療リソースの使用量の削減を評価します。

方法論:

研究デザインのタイプ:

これは観察研究であり、長期的な特徴を持つ前向きの研究と遡及的な症例シリーズの両方です。

勉強期間：

この調査では採用期間を 3 か月と見積もっています。

総研究期間は、前回の遡及分析にかかる時間と、最後の被験者を募集した後のデータベースの閉鎖と編集、データ分析、最終研究報告書の作成に必要な時間を含めて、6か月と推定されます。

色素沈着病変のある各参加者の総研究期間は 1 ～ 3 か月です。 ざ瘡および脱毛症の患者の場合、期間は1日となります。

調査対象母集団：

IDEIの皮膚科で治療を受けた皮膚病変のある成人患者（18歳以上）。