Streamlining Radiology Reporting: A Hands-Free Approach With Voice to Text and Generative Artificial Intelligence.

Austin Young, Katherine E Wang, Michael X Jin, Kian Avilla, Kevin Gilotra, Pamela Nguyen, Pablo R Ros
{"title":"Streamlining Radiology Reporting: A Hands-Free Approach With Voice to Text and Generative Artificial Intelligence.","authors":"Austin Young, Katherine E Wang, Michael X Jin, Kian Avilla, Kevin Gilotra, Pamela Nguyen, Pablo R Ros","doi":"10.1016/j.jacr.2024.10.004","DOIUrl":null,"url":null,"abstract":"","PeriodicalId":73968,"journal":{"name":"Journal of the American College of Radiology : JACR","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-10-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of the American College of Radiology : JACR","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.1016/j.jacr.2024.10.004","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
简化放射学报告:采用语音转文本和生成式人工智能的免提方法。
目的:在放射科,报告生成对患者管理至关重要,但可能耗时耗力。本研究旨在调查免提放射学报告系统的可行性,利用语音到文本技术和生成式人工智能提高时间效率、报告标准化并减少放射科医生的工作量。方法:使用传统方法和生成式人工智能自动流程生成 100 份胸部和肌肉骨骼放射学照片报告。使用生成式人工智能时,放射科医生将其检查结果口述到语音转文本软件(Dragon)中,生成原始文本誊本。然后使用 GPT-4 根据本机构的模板编写报告。我们记录了每份传统报告和语音转文本报告的完成时间。然后对所有报告的全面性、清晰度、事实准确性和简洁性进行评估,评估采用李克特 5 分制:结果:人工智能驱动的系统在转录和生成放射学报告方面表现出相当高的熟练度,尽管偶尔也会出现不准确的情况。虽然该系统在标准场景中达到了很高的精确度,但在更复杂的病例中表现却不尽相同。值得注意的是,该系统将生成报告所需的时间大幅缩短了 38%(p < 0.0001),这意味着整个放射科工作流程的效率有可能得到提高:本研究强调了将语音到文本和生成式人工智能整合到放射学报告中的潜力。即使在标准场景中,时间效率的提高也能让放射科医生更专注于复杂病例和患者护理。不过,还需要进一步开发和完善,以解决全面性和偶尔出现的不准确性问题。人工智能和语音识别技术的不断进步表明,未来在医疗报告中的应用前景乐观。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Characterization and Targeting of the Main Drivers of Elective Imaging Utilization: A Cross-sectional Study Applying Conjoint Analysis. Patient-Friendly Summary of the ACR Appropriateness Criteria®: Supplemental Breast Cancer Screening Based on Breast Density: 2024 Update. Artificial Intelligence in Radiology: A Leadership Survey. The End of CMS' Appropriate Use Criteria Program. Preference Signaling in the Radiology Residency Match: National Survey of Applicants.
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1