Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.

arXiv:2608.23643v1 公告类型：新 摘要：人工智能越来越多地被引入医疗保健工作流程，但大多数评估强调模型的准确性，而不是在实际临床环境中采用人工智能是否具有经济价值。本研究提出了 FLARE，这是一个系统性和不确定性感知框架，用于评估在医疗保健领域采用人工智能的财务和运营影响。 FLARE 结合模糊逻辑、时间驱动的基于活动的成本核算和投资回报分析来估算临床服务提供的成本、人工智能开发和运营的成本以及不确定性下工作流程集成的经济后果。该框架通过早期健康技术评估案例研究得到了证明，该案例研究是针对急性缺血性中风的 CT 中风路径中人工智能辅助的大血管闭塞检测。该案例研究展示了 FLARE 如何在基于活动的统一模型中量化传统途径成本、人工智能相关开发和经常性成本以及人工智能支持的服务节省。根据预期假设，分析确定了每年约 3,992 名患者的收支平衡阈值，在典型的年度中风量约为 5,000 名患者的情况下，第一年投资回报率为正。结果进一步表明，经济效益不仅取决于算法性能，还取决于患者数量、验证时间、基础设施选择和工作流程设计。 FLARE 为医疗保健领域人工智能采用的早期评估提供了透明且实用的决策支持框架。通过明确不确定性、资源使用和实施权衡，它可以帮助临床医生、管理人员和政策制定者确定人工智能部署何时在经济上可行以及哪些操作变化可以提高价值。