一个多中心临床人工智能系统研究,用于检测和诊断肝脏焦点病变
Hanning Ying1, Xiaoqing Liu2, Min Zhang3
1Department of General Surgery, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine, Hangzhou, China.
Nature communications
|February 7, 2024
概括
一个新的AI系统LiAIDS准确诊断肝脏的焦点病变,与高级放射科医生相匹配. 它还提高了人类诊断师的表现,并有效地识别低风险患者,帮助日常临床使用.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 肝病学 肝病学是一种肝病学.
背景情况:
- 准确诊断焦点肝病变对于患者的治疗结果至关重要.
- 当前的诊断方法可能会变化,特别是在经验较少的临床医生中.
研究的目的:
- 开发和验证一个完全自动化的AI系统 (LiAIDS) 用于诊断肝脏病变的焦点.
- 评估LiAIDS的诊断性能与不同经验水平的放射科医生相比.
- 评估LiAIDS对放射科医生的诊断准确性的影响.
主要方法:
- 使用来自18家医院的大数据集 (12,610名患者) 开发和验证LiAIDS.
- 回顾性和前性研究设计.
- 使用F1分数对初级和高级放射科医生的LiAIDS表现进行比较分析.
- 选研究,以评估LiAIDS在根据风险对患者进行分类的能力.
主要成果:
- LiAIDS获得了高的F1分数:良性病变为0.940和恶性病变为0.692.
- LiAIDS的表现与高级放射科医生相美,与初级放射科医生相美.
- 放射科医师的诊断准确度在LiAIDS的帮助下得到改善.
- LiAIDS成功地对76.46%的患者进行了低风险选,并获得了99.0%的NPV.
结论:
- 李艾滋病显示出作为焦点肝病变的常规诊断工具的巨大潜力.
- 人工智能系统可以提高初级和高级放射科医生的诊断能力.
- LiAIDS提供了高效的风险分层,有助于临床工作流程和患者管理.
更多相关视频
05:56Evaluation of the Feasibility, Safety, and Accuracy of an Intraoperative High-intensity Focused Ultrasound Device for Treating Liver Metastases
Published on: January 9, 2019
7.9K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
