计算机辅助诊断软件的临床验证,用于预防保留的手术海绵
Ken Kurisaki1, Akihiko Soyama1, Shin Hamauzu2
1From the Department of Surgery, Nagasaki University Graduate School of Biomedical Sciences, Nagasaki City, Japan (Kurisaki, Soyama, Yamaguchi, Matsuguma, Eguchi).
Journal of the American College of Surgeons
|January 23, 2024
概括
一个深度学习计算机辅助诊断 (CAD) 系统在临床环境中有效检测到保留的手术海绵. 这种人工智能工具对改善患者安全和防止手术器件保留有希望.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 外科手术的安全性
背景情况:
- 之前开发了一种深度学习计算机辅助诊断 (CAD) 系统,用于使用模拟数据检测保留的手术海绵.
- 需要在现实临床环境中评估CAD系统的有效性.
研究的目的:
- 为了验证基于深度学习的CAD系统的临床性能,用于识别保留的手术海绵.
- 以前的方式评估系统的有效性.
主要方法:
- 从成年患者的1053张术后放射图收集数据的前性收集.
- 在手术内便携式放射设备上实施异物检测软件.
- 评估CAD系统的诊断性能.
主要成果:
- 在1,053张图像中,CAD系统在150张图像中发现了潜在的保留的外科项目.
- 在临床环境中达到85.8%的特异性,与开发阶段的结果一致.
- 证明了与系统最初开发数据相对应的有效性.
结论:
- 临床验证证实了深度学习CAD系统对于保留的手术海绵检测的有效性.
- 该CAD系统显示了增强目前预防手术器件保留的协议的潜力.
- 这项技术可以有助于改善手术环境中的患者安全.
