医疗 / 医疗网络
The Christ Hospital：发现并追踪埋藏在影像报告中的肺结节
- 企业
- The Christ Hospital
- 国家
- 美国
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
Epic的资料表示，肺癌是全球癌症死亡的首要原因，2020年美国仅有16%的肺癌在局限期被发现。肺结节常常是在因外伤或心脏症状等其他原因拍摄的影像中偶然显现的，放射科医生会把这类偶发所见写在读片报告的自由文字里。由于所见被埋在长篇叙述之中，很难辨别哪些患者需要纳入随访观察，后续处置也参差不齐。同一份资料引用的研究发现，在四期肺癌患者中，有36%的人虽然读片报告里写有结节，却没有得到恰当的随访。The Christ Hospital的首席信息与数字化转型官Joy Oh表示，过去的做法依赖放射科医生在特定栏目填入特定表述，而每位医生的书写习惯不同，因而出现了遗漏。
使用的技术与数据
放射科医生确认读片后，所见与叙述会送入Epic的AI提取所见模型。模型从报告中抽出对肺结节与肺部肿块的提及，并以每日一次的报表返回。报表中包含所见的上下文、放射科医生给出的随访建议，例如加拍影像、组织取样或转诊，以及放射科医生记录的期限。三名护理导航员阅读抽出的所见与建议，核对其是否与放射科医生的判读一致，然后打开患者病历，判断这些建议是否恰当。导航员完成核对后，该所见就转为病历中的结构化数据。导航员依据这些数据，在同一个看板上查看肺结节项目的现有登记与待登记对象、尚未查看的结果、已安排的就诊以及自己待办的事项。患者无需转诊即可到肺结节门诊就医，因此大多数人在出现于每日报表后三天内就能就诊。执业护士Ashley Campbell可以开具进一步检查，或把患者转给每周轮流出诊的十位呼吸科医生之一。团队首次启用该功能时，把此前90天的报告全部送入模型，找出了2,000多个此前没有以结构化数据留存的结节。此后团队发现，由肿瘤科或呼吸科开具的检查已有既定随访安排，于是不再把那些报告送入模型，把人力集中到更容易被遗漏的基层门诊与急诊开具的检查上。
成果
The Christ Hospital表示，其追踪的肺结节数量增加到六倍，项目开始后的头六个月诊断出23例肺癌，用一半的时间就追平了2023年全年的诊断数量。院方说明，头八个月里另有64名患者开始接受癌症治疗。Ashley Campbell表示，借助这项功能，团队得以把接近70%的肺癌诊断在一期或二期，远高于约50%的全国平均水平。该院首席医疗官Marcus Romanello表示，这项工作正在影响死亡率。Epic在2026年3月的资料中给出该院肺癌早期发现率为69%，全国平均为46%。Epic在同一份资料的摘要中表示，导航员额外核查了约5,000个肺结节，由此在该院network范围内额外发现了116例癌症。
局限与待解问题
原文没有说明模型抽取结节提及的准确程度，也没有给出抽取错误的数量。项目启动的月份同样不见于原文。早期发现率在不同资料中并不一致：2025年6月的资料给出接近70%与约50%的全国平均值，2026年3月的资料给出69%与46%。
来源
本案例根据公开资料整理，并非 ATF Works 客户的成果。