人工智能协助操作人员在超声波期间实时检测肝脏焦点病变:一项随机对照研究

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 肝病学 肝病学是一种肝病学.

背景情况:

• 肝细胞癌 (HCC) 的监测严重依赖于超声波来检测肝脏的焦点病变 (FLL).
• 一个使用卷积神经网络的人工智能 (AI) 系统以前被开发用于在超声波中检测FLL.

研究的目的:

• 评估人工智能系统在帮助非专家操作员在实时超声检查期间检测FLL的有效性.
• 评估人工智能系统对FLL检测率和假阳性结果的影响.

主要方法:

• 一个单一中心前性随机受控研究,涉及非专家和专家操作员.
• 对患者进行了两次超声波检查,有和没有人工智能协助.
• 麦克纳马的测试被用来比较人工智能辅助和非辅助组之间的检测率和假阳性.

主要成果:

• 非专家运营商在人工智能辅助下 (36.9%) 与没有人工智能辅助的非专家运营商 (21.4%,p < 0.001) 相比,FLL检测率显著更高.
• 专家运营商在有或没有人工智能辅助的FLL检测率上没有显著差异 (66.7%对63.3%,p = 0.32).
• 在非专家和专家之间,人工智能辅助和非辅助组之间,假阳性率没有显著差异.

结论:

• 人工智能系统显著提高了非专家超声波操作员对FLL的检测.
• 这些发现表明,人工智能系统在资源有限的环境中对非专家的使用具有潜在的实用性.
• 该研究已在泰国临床试验登记处注册 (TCTR20201230003).