开发用于肺结节发现描述的自动生成系统.

科学领域:

• 放射学中的人工智能
• 医学成像分析 医学成像分析
• 临床报告的自然语言处理.

背景情况:

• 肺癌是全球癌症死亡的主要原因之一.
• 准确和一致的放射学报告对于肺结节的管理至关重要.
• 放射科医生报告的变化可能会影响患者的护理.

研究的目的:

• 开发一种人工智能系统,从CT图像中自动生成肺结节描述.
• 提高放射学报告的质量,统一性和全面性.
• 在现实环境中评估AI系统的临床实用性.

主要方法:

• 开发了一个结合图像识别和自然语言处理的AI系统.
• 图像识别从CT扫描中提取支气管肺段和结节特征.
• 自然语言处理为放射学报告生成流和描述性的文本.

主要成果:

• 人工智能系统显著改善了放射科医生之间描述内容的相似性 (p = 0.001).
• 报告结果的综合性也得到了显著提高 (p = 0.025).
• 生成的描述的准确性没有显著下降 (p = 0.484).

结论:

• 拟议的AI系统有效地生成了对肺结节的一致和全面描述.
• 这项技术有可能提高肺癌放射学报告的质量和标准化.
• 人工智能辅助的报告可以帮助放射科医生管理肺结节并改善患者的治疗结果.