通过实时人工智能系统在真实临床场景中自动检测甲状腺结节,以及相关的影响因素
Ya-Dan Xu1,2,3, Yang Tang1,2, Qi Zhang1,2
1Department of Ultrasound, Zhongshan Hospital, Fudan University, Shanghai, China.
Clinical hemorheology and microcirculation
|March 15, 2024
概括
实时人工智能 (AI) 显示甲状腺结节检测率高于初级放射科医生,但低于高级放射科医生. 将人工智能与放射科医生结合起来,显著提高了检测准确度,突出了人工智能作为一种有价值的临床工具.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 有限的研究存在于人工智能 (AI) 检测甲状腺结节的性能,大多数研究专注于诊断.
- 现有的研究主要强调AI的诊断能力,而不是其结节检测有效性.
研究的目的:
- 评估实时人工智能计算机辅助诊断系统对甲状腺结节的检测值.
- 确定影响基于人工智能的甲状腺结节检测准确性的因素.
主要方法:
- 一项前性研究在2022年6月至2023年12月期间收集了224名患有587个甲状腺结节的患者的数据.
- 将初级和高级放射科医生的检测能力与实时AI系统进行了比较.
- 利用后勤回归分析来确定影响AI检测准确性的因素.
主要成果:
- 实时人工智能显示的检测率明显高于初级放射科医生 (P=.013) 但低于高级放射科医生 (P=.001).
- 结节的大小,位置,回声性,形态,边缘和ACR TI-RADS类别是显著的影响因素 (P<.05).
- 结合人工智能和放射科医生的使用,实现了97.4% (初级) 和99.1% (高级) 的检测率.
结论:
- 实时AI在检测甲状腺结节方面表现出强的性能.
- 人工智能作为临床实践中放射科医生的有效辅助工具.
- 人工智能集成提高了整体甲状腺结节检测率.
