AI Detects Sinus Disease Changes Better Than Traditional Imaging
Deep learning algorithms outperform conventional CT scans at spotting subtle changes in chronic sinusitis, according to two randomized trials. The finding could accelerate diagnosis of treatment response and reduce repeat imaging—cutting both healthcare costs and patient radiation exposure.
Originaltitel: Deep Learning Improves Sensitivity to Change in Sinus Computed Tomography: Evidence From Two Randomized Controlled Trials.
Djupinlärning ökar känsligheten för förändringar i sinusitisbehandling — ett resultat som kan förändra hur kliniska studier utformas inom rhinologi. AstraZeneca presenterar data från två randomiserade kontrollerade studier som visar hur artificiell intelligens förbättrar detektionen av läkningstecken i datortomografi av bihålorna. Metoden utvecklades av AstraZeneca tillsammans med Perceptive Imaging och validerades av National Jewish Health. Ökad känslighet för små förändringar innebär att framtida studier kan reducera patientgrupper och förkorta studietiderna — en väsentlig reducering av utvecklingskostnader för nya allergologi- och rhinologimediciner. För inköpschefer och chefsläkare blir detta relevant vid utvärdering av bildanalysverktyg i diagnostiken, medan investerare bör notera detta som exempel på hur AI accelererar medicinsk produktutveckling inom luftvägssjukdomar.