增强视觉评估的诊断效率 [视觉检查]用于选宫癌 查 阳性女性
Saritha Shamsunder1, Archana Mishra1, Anita Kumar1
1Department of Obstetrics and Gynaecology, Vardhman Mahavir Medical College and Safdarjung Hospital, New Delhi, India.
Journal of mid-life health
|August 15, 2024
概括
镜中的人工智能对检测宫内皮质瘤 (CIN) 具有很高的灵敏度,但与医生相比,其特异性和预测值较低. 这种人工智能工具可能有助于对患有异常宫查测试的妇女进行分类.
科学领域:
- 妇科 妇科 妇科 妇科
- 医学技术 医学技术 医学技术
- 人工智能的人工智能
背景情况:
- 结肠镜对于管理异常的宫部查测试至关重要.
- 在低收入和中等收入国家,有限的镜师可用性阻碍了查计划.
研究的目的:
- 为了评估人工智能驱动的移动光学设备的性能,增强视觉评估 (EVA) 系统,与医生结肠镜检查和组织病理学对比.
- 为了评估EVA视觉检查宫内皮质瘤 (CIN) 的诊断准确性.
主要方法:
- 一项横截面观察性研究,涉及147名女性进行异常查测试.
- 使用移动ODT EVA系统进行了大肠镜检查.
- 将EVA视觉检查结果与医生印象和组织病理/细胞学发现进行了比较.
主要成果:
- 对于宫内皮质瘤 (CIN) 1+病变,EVA视觉检查显示了86.8%的灵敏度和28.7%的特异性.
- 对于CIN 2+病变,EVA视觉检查显示了89.3%的灵敏度和26.1%的特异性.
- 人工智能的灵敏度与医生诊断相当,但特异性,PPV和NPV较低.
结论:
- 与人工智能集成的MobileODT EVA大镜为CIN检测提供了高灵敏度.
- 虽然特异性和预测值低于医生诊断,但人工智能工具显示出对选阳性女性进行分类的潜力.
- 进一步的研究可能会改进人工智能算法,以提高结肠镜检查的诊断准确性.
