目的:观察人工智能(AI)辅助诊断技术在低剂量胸部CT检查阅片中的应用效果。方法:选取130例行低剂量胸部CT检查的患者为研究对象,先由放射科医师阅片,给出诊断结果,再结合AI辅助诊断技术阅片结果,由放射科医师重新给出诊断结果。以病理...目的:观察人工智能(AI)辅助诊断技术在低剂量胸部CT检查阅片中的应用效果。方法:选取130例行低剂量胸部CT检查的患者为研究对象,先由放射科医师阅片,给出诊断结果,再结合AI辅助诊断技术阅片结果,由放射科医师重新给出诊断结果。以病理检查为诊断金标准,比较不同阅片方式中,不同病理类型结节(磨玻璃样结节、实性结节)检出率、不同直径(直径<0.5 cm与直径0.5~2.0 cm)结节检出率和结节总检出率。结果:经病理检查,130例患者共检出结节439个,其中磨玻璃样结节127个,实性结节312个;直径<0.5 cm 257个,0.5~2.0 cm 182个。AI辅助医师阅片的磨玻璃样结节检出率和总检出率明显高于单纯医师阅片,差异有统计学意义(P<0.05);AI辅助医师阅片的直径<0.5 cm结节检出率为93.77%,明显高于单纯医师阅片的88.72%,差异有统计学意义(P<0.05)。结论:AI辅助诊断技术应用于低剂量胸部CT检查阅片可提高磨玻璃样结节检出率、结节总检出率和直径<0.5 cm结节检出率,效果优于单纯医师阅片诊断效果。展开更多
目的探讨联合甲状腺结节超声恶性危险分层中国指南(Chinese-Thyroid Imaging Reporting and Data System,C-TIRADS)构建的超声辅助诊断模型对甲状腺结节良恶性筛查的应用价值。方法回顾性分析2022年4月—2023年4月在江门市五邑中医院进...目的探讨联合甲状腺结节超声恶性危险分层中国指南(Chinese-Thyroid Imaging Reporting and Data System,C-TIRADS)构建的超声辅助诊断模型对甲状腺结节良恶性筛查的应用价值。方法回顾性分析2022年4月—2023年4月在江门市五邑中医院进行超声检查并明确病理结果的甲状腺结节患者(共136例患者,180个病灶),依据C-TIRADS指南对甲状腺结节进行分类评估,然后使用AI辅助诊断联合C-TIRADS再次进行分类评估,以病理结果为金标准,绘制C-TIRADS诊断与AI联合C-TIRADS诊断的ROC曲线,比较两种诊断方法的AUC及敏感度、特异度、准确度等指标,分析两组指标差异。绘制校准曲线和DCA曲线进行验证对比,评价其校准能力和临床效用。结果180个甲状腺结节病灶经手术病理证实良性87个,恶性93个。C-TIRADS诊断与AI联合C-TIRADS诊断对甲状腺结节良恶性诊断的AUC分别为0.714、0.800,AI联合C-TIRADS诊断明显高于C-TIRADS诊断,差异有统计学意义(P<0.001)。两种诊断方法均有良好的校准能力和临床效用,AI联合C-TIRADS诊断较C-TIRADS诊断更优。结论联合C-TIRADS的AI辅助诊断模型在甲状腺结节良恶性的诊断中具有良好的诊断效能、校准能力及临床效用,能有效减少甲状腺结节的过度诊疗,对临床决策有一定参考意义。展开更多
文摘目的:观察人工智能(AI)辅助诊断技术在低剂量胸部CT检查阅片中的应用效果。方法:选取130例行低剂量胸部CT检查的患者为研究对象,先由放射科医师阅片,给出诊断结果,再结合AI辅助诊断技术阅片结果,由放射科医师重新给出诊断结果。以病理检查为诊断金标准,比较不同阅片方式中,不同病理类型结节(磨玻璃样结节、实性结节)检出率、不同直径(直径<0.5 cm与直径0.5~2.0 cm)结节检出率和结节总检出率。结果:经病理检查,130例患者共检出结节439个,其中磨玻璃样结节127个,实性结节312个;直径<0.5 cm 257个,0.5~2.0 cm 182个。AI辅助医师阅片的磨玻璃样结节检出率和总检出率明显高于单纯医师阅片,差异有统计学意义(P<0.05);AI辅助医师阅片的直径<0.5 cm结节检出率为93.77%,明显高于单纯医师阅片的88.72%,差异有统计学意义(P<0.05)。结论:AI辅助诊断技术应用于低剂量胸部CT检查阅片可提高磨玻璃样结节检出率、结节总检出率和直径<0.5 cm结节检出率,效果优于单纯医师阅片诊断效果。
文摘目的探讨联合甲状腺结节超声恶性危险分层中国指南(Chinese-Thyroid Imaging Reporting and Data System,C-TIRADS)构建的超声辅助诊断模型对甲状腺结节良恶性筛查的应用价值。方法回顾性分析2022年4月—2023年4月在江门市五邑中医院进行超声检查并明确病理结果的甲状腺结节患者(共136例患者,180个病灶),依据C-TIRADS指南对甲状腺结节进行分类评估,然后使用AI辅助诊断联合C-TIRADS再次进行分类评估,以病理结果为金标准,绘制C-TIRADS诊断与AI联合C-TIRADS诊断的ROC曲线,比较两种诊断方法的AUC及敏感度、特异度、准确度等指标,分析两组指标差异。绘制校准曲线和DCA曲线进行验证对比,评价其校准能力和临床效用。结果180个甲状腺结节病灶经手术病理证实良性87个,恶性93个。C-TIRADS诊断与AI联合C-TIRADS诊断对甲状腺结节良恶性诊断的AUC分别为0.714、0.800,AI联合C-TIRADS诊断明显高于C-TIRADS诊断,差异有统计学意义(P<0.001)。两种诊断方法均有良好的校准能力和临床效用,AI联合C-TIRADS诊断较C-TIRADS诊断更优。结论联合C-TIRADS的AI辅助诊断模型在甲状腺结节良恶性的诊断中具有良好的诊断效能、校准能力及临床效用,能有效减少甲状腺结节的过度诊疗,对临床决策有一定参考意义。
