基于对比增强超声波的人工智能模型的诊断性能,肝损伤患者:与临床医生进行的比较研究

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:

• 与对比度增强的超声波 (CEUS) 对于肝脏瘤的表征至关重要,但其 perfusion 模式分析是主观的.
• 开发用于肝损伤分类的客观方法对于准确的诊断至关重要.

研究的目的:

• 评估一种自动化人工智能 (AI) 方法,用于使用CEUS对肝病变进行分类.
• 为了比较AI的表现与经验丰富的临床医生在区分良性和恶性肝脏瘤,包括肝细胞癌 (HCC) 和肝转移.

主要方法:

• 一个利用机器学习算法的人工智能系统被开发用于自动化的CEUS分析.
• 两位经验丰富的临床医生解释了CEUS数据,提供了不同程度的临床信息.
• 包括灵敏度,特异性和诊断准确度在内的性能指标被计算为AI和临床医生.

主要成果:

• 人工智能模型在良性与恶性分类中,与临床医生 (93.33%) 相比,在良性与恶性分类中实现了更高的特异性 (100%),但敏感性较低 (74%).
• 对于多类诊断,AI实现了HCC的准确率为69.93%,肝转移的准确率为89.15%.
• 临床医生对HCC (83.05%,79.66%) 和肝转移 (94.92%,96.61%) 的诊断准确度高于AI系统.

结论:

• 人工智能模型在协助临床医生,特别是经验较少的临床医生方面表现有前途,通过提供肝脏瘤的高度特定的自动分类.
• 人工智能算法的进一步改进是必要的,以提高复杂的肝损伤特征的灵敏度和整体诊断准确度.