人工智能在胸部低剂量CT肺结节检出中的效能评价

wf(2022)

引用 0|浏览8
暂无评分
摘要
目的:评价人工智能(AI)软件在胸部CT肺结节检出中的应用价值。方法:随机选取2018年8月至10月广州医科大学附属第一医院健康体检人群218例的薄层胸部CT检查资料,由低年资、高年资放射医师及AI软件分别采用低敏和高敏算法分别进行阅片,检测肺结节的位置分布、密度、大小等特征,以2名高级医师在低年资医师及AI的基础上进行诊断的结果为金标准,评估各组的肺结节检测效能。结果:共纳入218例胸部CT资料,金标准判定阳性(至少检出1个结节)176例、阳性结节619个。结节在肺叶及肺段的分布为右上叶170个、右中叶60个、右下叶122个、左上叶145个、左下叶122个;结节的密度分布为实性结节471个、钙化结节71个、磨玻璃结节65个、部分实性结节12个;直径大于4 mm的结节231个、小于等于4 mm的结节388个。低敏、高敏算法的AI检出结节的灵敏度(56.70%、78.84%)接近或高于高年资医师(56.38%),显著高于低年资医师(34.25%),低年资医师结合AI辅诊后灵敏度(49.92%)显著提升。AI总体假阳性率较高,低敏AI组和高敏AI组每例CT平均假阳性结节数为0.70个、3.79个。AI对结节的肺段定位准确率较低,均不足80%;而医师诊断结节密度准确率(均>90%)均高于AI(均<90%)。对结节直径的测量,低年资医师与金标准比较差异显著( t=2.73, P=0.007),其余各组与金标准差异均无统计学意义(均 P>0.05)。低年资医师结合AI辅诊可以明显加快阅片速度,总阅片时间从12.5 h降至9.9 h。 结论:AI软件可辅助放射医师检出肺结节,提高诊断的灵敏度和效率。
更多
查看译文
关键词
Artificial intelligence,Tomography, X-ray computed,Pulmonary nodule,Diagnosis, computer-assisted
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要