深度学习算法指导新手完成创伤超声重点评估
Use of a Deep-Learning Algorithm to Guide Novices in Performing Focused Assessment With Sonography in Trauma.
PubMed 文献 · JAMA Netw Open · 2023-03-01
一句话结论质量改进研究比较人工智能引导与无辅助下超声操作者的诊断质量与完成时间。
该质量改进研究比较人工智能引导与无辅助时,超声操作者完成创伤超声重点评估的诊断质量与完成时间。研究对象为新手操作者,评价指标包括诊断质量与完成时间。摘要未报告具体结果数值、样本量及统计学指标。临床意义在于提示深度学习算法可能用于指导新手完成创伤超声重点评估,但本文未给出可床旁直接采用的效应量或推荐。
要点
- 研究类型为质量改进研究,比较人工智能引导与无辅助下超声操作者的诊断质量与完成时间。
- 研究对象为新手操作者,操作内容为创伤超声重点评估。
- 主要比较指标为诊断质量与完成时间。
- 摘要未报告样本量、具体结果数值及统计学指标,无法据此形成床旁阈值。
适用人群与场景
- 新手超声操作者,执行创伤超声重点评估。
研究设计与关键结果
- 质量改进研究,比较人工智能引导与无辅助下超声操作者的诊断质量与完成时间;摘要未报告样本量、具体结果数值及统计学指标。
证据类型、等级与局限
- 证据类型:质量改进研究。
- 局限:原文未报告局限性
对床旁实践的改变
- 原文未据此给出推荐。
提炼说明
- 本条依据论文摘要整理;摘要未涉及「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目;全文请点「阅读原文」。
英文原文(摘要)· 点击展开
This quality improvement study compares the diagnostic quality and completion time between ultrasonography operators guided by artificial intelligence vs those without such assistance.
来源:JAMA Netw Open,查看原文。版权归原作者所有。
参考来源
- Chiu IM, Lin CR, Yau FF, et al. Use of a Deep-Learning Algorithm to Guide Novices in Performing Focused Assessment With Sonography in Trauma. JAMA Netw Open. 2023. PMID: 36976564. doi:10.1001/jamanetworkopen.2023.5102
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。