在超声波图像中检测甲状腺结节和区域估计:医生与自动决策支持系统方法之间的比较

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 甲状腺结节很常见,很少有恶性,需要准确的评估.
• 超声波 (US) 影像是甲状腺结节评估的主要方法,但受到医生依赖的观察者变化的影响.
• 这种变化可能会影响诊断准确性和患者治疗决策.

研究的目的:

• 评估一个决策支持系统 (DSS) 的能力,以减少甲状腺结节检测和区域估计在美国图像的变化.
• 评估DSS的有效性,特别是对于经验较少的医生.

主要方法:

• 三位不同经验水平的医生分析了美国图像上的甲状腺结节.
• 医生进行了结节检测,并估计了囊性/固体区域.
• 结果与DSS进行比较,使用分类匹配百分比和差异百分比等指标.

主要成果:

• 在医生评估和DSS评估之间观察到显著的差异,整体分类匹配率仅为19.2%.
• 个人医生与DSS匹配的百分比从42.3%到57.6%不等.
• 评估中的差异清楚地表明了与医生的经验相关的主观性和观察者变异性.

结论:

• 甲状腺结节评估中的医生变异性强调了需要先进的决策支持工具的需要.
• DSS的持续性表现表明它作为"第二意见"工具的实用性,以最大限度地减少人类错误.
• 整合这些系统可以提高诊断精度,并可能改善患者在甲状腺结节管理中的结果.