人工智能提高了医生识别前列腺癌程度的能力

科学领域:

• 泌尿器科 泌尿器科 泌尿器科 泌尿器科
• 放射学 放射学是一门学科.
• 在瘤学瘤学.

背景情况:

• 精确的前列腺癌轮对有效的焦点治疗至关重要.
• 当前的标准护理方法往往导致低估瘤的范围.
• 医生在瘤划分方面的表现有所不同,影响治疗结果.

研究的目的:

• 用人工智能 (AI) 与标准护理认知方法比较医生执行的前列腺癌瘤划分的准确性.
• 评估人工智能对前列腺癌焦点治疗中负边际率的影响.
• 评估人工智能的潜力,以提高医生在定义癌症轮的准确性.

主要方法:

• 这是一项多读者,多病例的研究,涉及7名泌尿科医生和3名放射科医生.
• 对50例前列腺切除术患者的回顾性分析,这些患者有资格接受焦点治疗.
• 人工智能辅助轮与认知 (手动) 划分和半球状腺轮与全山本病理学的基底真相相比较.

主要成果:

• 与认知 (67.2%) 和半球 (75.9%) 轮相比,人工智能辅助的癌症轮显示出更高的平衡精度 (84.7%), (P < .0001).
• 认知轮系统地低估了癌症的程度,导致低负差率 (1.6%) 与人工智能辅助轮 (72.8%;P < .0001).

结论:

• 人工智能辅助轮显著提高了医生对前列腺癌划分的准确性和负边际率.
• 这项技术有效地减少了对前列腺癌程度的低估.
• 精确的AI驱动轮可以提高患者管理和焦点治疗的瘤疗效.