-
题名智能医生助理关键技术及应用研究
- 1
-
-
作者
赵侠
贺轲
-
机构
广东省工人医院外科
广东省第二人民医院普通外科
-
出处
《中国卫生标准管理》
2022年第4期49-52,共4页
-
基金
广州市科技计划项目(202102081210060002)。
-
文摘
目的探讨智能医生助理关键技术及应用研究。方法本院影像科数据采用人工智能深度学习的方法,建立并采用预先发表的数据集进行训练,随后采用测试集进行系统测试,再采用(consensus-based image description evaluation,CIDEr)评分方法对测试集和训练集数据进行评估,于原始数据集中随机抽取2018年1月—2020年1月由本院影像科医生给出报告(专家组)100份由训练完成的系统给出报告(模型组)100份。比较两组生成报告评分;比较两组诊断价值,并绘制受试者工作曲线(ROC)。结果本次评分结果中,5分报告模型组有79份(79.00%),专家组有83份(83.00%),组间比较差异无统计学意义(P>0.05);4分报告模型组有10份(10.00%),专家组有6份(6.00%),组间比较差异无统计学意义(P>0.05);3分报告模型组有6份(6.00%),专家组有5份(5.00%),组间比较差异无统计学意义(P>0.05);2分报告模型组有0份(0),专家组有3份(3.00%),组间比较差异无统计学意义(P>0.05);1分报告模型组有5份(5.00%),专家组有3份(3.00%),组间比较差异无统计学意义(P>0.05);两组生成报告评分平均分值比较差异无统计学意义(P>0.05);专家组报告的灵敏度和特异度分别为90.57%和89.36%,AUC值为0.889,95%CI(0.810~0.943),模型组报告的灵敏度和特异度分别为88.68%和87.23%,AUC值为0.852,95%CI(0.767~0.915)。结论智能医生助理可有效帮助影像科医生自动生成图像报告,进而为临床医生诊疗方案的制定提供更佳的数据支持。
-
关键词
智能医生助理
关键技术
应用
CIDEr评分
人工智能
灵敏度
-
Keywords
intelligent doctor assistant
key technology
application
CIDEr score
artificial intelligence
sensitivity
-
分类号
R445
[医药卫生—影像医学与核医学]
-
