NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığının (PD) erken ve doğru teşhisi, özellikle pozitron emisyon tomografisi (PET) gibi dopaminerjik görüntülemenin maliyet, kullanılabilirlik ve hasta erişimi ile sınırlı olduğu ortamlarda büyük bir klinik ve ekonomik zorluk olmaya devam etmektedir. Yapay zeka (AI) PD'nin manyetik rezonans görüntüleme (MRI) tabanlı tanısını desteklemek için umut verici bir araç olarak ortaya çıkmıştır, ancak ekonomik değeri henüz tam olarak değerlendirilmemiştir.Bu çalışmada kullanılan metotlarAI modeli, erken PD tanımlaması için objektif destek sağlayan nigrozom-1 sinyal kaybını tespit etmek için duyarlılık harita ağırlıklı MRI'yi analiz eder. Mevcut PET tabanlı tanı yollarını PD için MRI tabanlı bir AI triyaj stratejisi ile karşılaştıran hasta düzeyinde bir maliyet-fayda analizi (CBA) yaptık. Hastalık varlığı, AI doğruluğu ve PET erişimindeki varyasyonları yakalamak için toplam 24 karşılıklı olarak münhasır tanı senaryoları modellendi. Analiz, Güney Kore'de toplumsal bir perspektiften ve ABD'de hem kısa vadeli (1 yıllık) hem de uzun vadeli (2025-2050) ufukları kapsayan bir sağlık sistemi perspektifinden gerçekleştirildi. Duyarlılık analizleri ve AI evlat edinme oranı senaryoları (30, 65, 100%) dahil edildi.SonuçlarKısa vadeli analizlerde, AI destekli tanı, tam AI evlat edinme kapsamında sırasıyla 31.0 milyon USD ve 253.2 milyon USD'ye yükselen %30'un altında 9,3 milyon ABD Doları (Güney Kore) ve 76,0 milyon ABD Doları (Amerika Birleşik Devletleri) net fayda sağladı. Fayda maliyeti (B/C) oranları Kore'de 1.4 ve ABD'de 1.3'ü aştı. S. ve net fayda, Kore'de 226 USD ve ABD'de 1,506 USD'lik bir AI birimi maliyetine kadar pozitif kaldı. S. Yapay zeka modeli ayrıca etkili triyaj yoluyla PET kullanımını %31'in üzerinde azalttı ve 13.000'den fazla Koreli PD hastasının, aksi takdirde maliyetten dolayı vazgeçmiş olabilecek PET'e erişmesini sağladı. Uzun vadeli projeksiyon (yalnızca Kore), 2050 yılına kadar 2,5 milyar USD'lik kümülatif net tasarruf sağladığını ve giderek artan AI benimsemesi olduğunu belirtti. PD teşhisi için DiscussionMRI tabanlı AI triyajı, gereksiz görüntülemeyi azaltma ve yetersiz hizmet alan popülasyonlar arasında erişimi genişletme potansiyeline sahip maliyet-faydalı bir stratejidir. Özellikle sınırlı PET kullanılabilirliğine sahip sağlık sistemlerinde, bu yaklaşım zaman içinde ölçeklenebilir ekonomik ve klinik avantajlar sunabilir.
Özgün kaynak özetini okuyun
BackgroundEarly and accurate diagnosis of Parkinson's disease (PD) remains a major clinical and economic challenge, particularly in settings where dopaminergic imaging, such as positron emission tomography (PET) scans, is limited by cost, availability, and patient access. Artificial intelligence (AI) has emerged as a promising tool to support magnetic resonance imaging (MRI)-based diagnosis of PD, but its economic value has yet to be fully evaluated.MethodsThe AI model used in this study analyzes susceptibility map-weighted MRI to detect nigrosome-1 signal loss (the "swallow-tail sign"), providing objective support for early PD identification. We conducted a patient-level cost-benefit analysis (CBA) comparing current PET-based diagnostic pathways with an MRI-based AI triage strategy for PD. A total of 24 mutually exclusive diagnostic scenarios were modeled to capture variation in disease presence, AI accuracy, and PET access. The analysis was conducted from a societal perspective in South Korea and a healthcare system perspective in the United States, covering both short-term (1-year) and long-term (2025-2050) horizons. Sensitivity analyses and AI adoption rate scenarios (30, 65, 100%) were included.ResultsIn short-term analysis, AI-assisted diagnosis yielded net benefits of 9.3 million US dollars (USD) (South Korea) and 76.0 million USD (United States) under 30% adoption, which increased to 31.0 million USD and 253.2 million USD, respectively, under full AI adoption. Benefit-cost (B/C) ratios exceeded 1.4 in Korea and 1.3 in the U. S., and net benefit remained positive up to an AI unit cost of 226 USD in Korea and 1,506 USD in the U. S. The AI model also reduced PET use by over 31% through effective triage and enabled over 13,000 Korean PD patients to access PET who might otherwise have forgone it due to cost. Long-term projection (Korea only) indicated cumulative net savings of 2.5 billion USD by 2050 with gradually increasing AI adoption.DiscussionMRI-based AI triage for PD diagnosis is a cost-beneficial strategy with the potential to reduce unnecessary imaging and expand access among underserved populations. Particularly in health systems with limited PET availability, this approach may offer scalable economic and clinical advantages over time.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.