Effect of artificial intelligence technologies on the CT scan interpreting time in COVID-19 patients in inpatient setting
Authors:
- S.P. MorozovSMS.P. Morozov
- A.V. GavrilovAGA.V. Gavrilov
- I.V. ArkhipovIAI.V. Arkhipov
- D.D. DolotovaDDD.D. Dolotova
- M.A. LysenkoMLM.A. Lysenko
- S.V. TsarenkoSTS.V. Tsarenko
- V.N. SmorshokVSV.N. Smorshok
- V.V. ParshinVPV.V. Parshin
- T.A. KorbTKT.A. Korb
- A.P. GoncharAGA.P. Gonchar
- I.A. BlokhinIBI.A. Blokhin
- T.A. LogunovaTLT.A. Logunova
- 1 January 2022
- journal article
- research article
- Published by Media Sphere Publishing Group in Russian Journal of Preventive Medicine
- Vol. 25 (1)
Abstract
Неоднократно описана практическая ценность компьютерной томографии (КТ) органов грудной клетки для диагностики пациентов с подозрением на коронавирусную инфекцию (COVID-19). В условиях высокой загруженности во время пандемии врачи-рентгенологи испытывают нехватку времени для интерпретации результатов исследований. Использование технологий искусственного интеллекта (ИИ) может повлиять на длительность формирования протокола описания КТ-исследований. ЦЕЛЬ ИССЛЕДОВАНИЯ Оценить влияние алгоритма ИИ на скорость описания результатов КТ органов грудной клетки при подозрении на COVID-19 в стационарном звене городского здравоохранения. МАТЕРИАЛ И МЕТОДЫ Проведено ретроспективное исследование, протокол зарегистрирован в ClinicalTrials.gov (NCT04489992). Исследование выполнено на основе данных пациентов, прошедших КТ органов грудной клетки в период с 08.04.20 по 01.12.20 в 105 медицинских организациях стационарного звена городского здравоохранения. КТ органов грудной клетки проводили по стандартным протоколам сканирования. Врачи-рентгенологи анализировали исследования с помощью ИИ-сервиса «Гамма Мультивокс Ковирус» и без него. Формирование протоколов медицинских заключений проведено в Едином радиологическом информационном сервисе в составе Единой медицинской информационно-аналитической системы Москвы. РЕЗУЛЬТАТЫ Без применения ИИ проанализированы 3133 КТ-исследований с признаками COVID-19-ассоциированной пневмонии (1-я группа), с использованием ИИ — 63 379 (2-я группа). Медианная длительность описаний в 1-й и 2-й группах составила 103,0 и 46,0 мин соответственно. Анализ длительности интерпретации врачом-рентгенологом результатов КТ органов грудной клетки до и после внедрения ИИ выявил статистически значимые различия (p<0,0001). Средняя длительность описания КТ органов грудной клетки при использовании ИИ уменьшилась на 29,4%. ЗАКЛЮЧЕНИЕ Внедрение технологии ИИ, направленной на диагностику изменений в легких при COVID-19 по данным КТ органов грудной клетки, в практическую работу отделений лучевой диагностики стационарного звена городского здравоохранения сокращает время подготовки протокола описания врачами-рентгенологами.This publication has 19 references indexed in Scilit:
- Active Reprioritization of the Reading Worklist Using Artificial Intelligence Has a Beneficial Effect on the Turnaround Time for Interpretation of Head CT with Intracranial HemorrhageRadiology: Artificial Intelligence, 2021
- Using artificial intelligence to assist radiologists in distinguishing COVID-19 from other pulmonary infectionsJournal of X-Ray Science and Technology, 2020
- Re: Controversy in coronaViral Imaging and Diagnostics (COVID)Clinical Radiology, 2020
- Development and evaluation of an artificial intelligence system for COVID-19 diagnosisNature Communications, 2020
- Artificial Intelligence Augmentation of Radiologist Performance in Distinguishing COVID-19 from Pneumonia of Other Origin at Chest CTRadiology, 2020
- Prediction of lethal outcomes in COVID-19 cases based on the results chest computed tomographyTuberculosis and Lung Diseases, 2020
- A deep learning approach to characterize 2019 coronavirus disease (COVID-19) pneumonia in chest CT imagesEuropean Radiology, 2020
- Clinically Applicable AI System for Accurate Diagnosis, Quantitative Measurements, and Prognosis of COVID-19 Pneumonia Using Computed TomographyCell, 2020
- A prospective randomized clinical trial for measuring radiology study reporting time on Artificial Intelligence-based detection of intracranial hemorrhage in emergent care head CT2020
- Moscow experiment on computer vision in radiology: involvement and participation of radiologists2020