相关实验视频
Updated: Jun 4, 2025
10:02
State of the Art Cranial Ultrasound Imaging in Neonates
Published on: February 2, 2015
24.2K
基于人工智能的图像质量控制对围产超声波查的成本效益分析
Yihan Tan1, Yulin Peng1, Liangyu Guo1
1Department of Ultrasonography, Hunan Provincial Maternal and Child Health Care Hospital, No. 53 Xiangchun Road, Changsha, 410008, Hunan, China.
BMC medical education
|December 19, 2024
概括
基于人工智能 (AI) 的超声波图像质量控制 (QC) 与手动QC相比,显著提高了操作员的技能. 人工智能质量控制方法更具成本效益,并显示出增强围产超声波查的巨大潜力.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 医疗保健管理的管理
背景情况:
- 超声波图像质量控制 (QC) 对于准确的围产期诊断至关重要.
- 手动质量控制方法可能耗时,可能不会持续提高操作员的技能.
研究的目的:
- 为了比较基于AI的QC的成本效益和技能增强潜力,与超声检查中的手动QC相比.
- 评估人工智能和手动QC对超声波仪性能随时间推移的影响.
主要方法:
- 一项前性研究涉及14名超声波仪,随机分配到AI或手动QC组.
- 对AI和手动QC方法的QC分数和时间成本的定量评估.
- 使用重复测量的ANOVA和弗里德曼的M/Quade测试进行统计分析.
主要成果:
- 随着时间的推移,AI QC组的平均QC得分显著改善,而手动QC组没有显著改善.
- 人工智能质量控制显著优于人工质量控制,特别是在研究的后期几个月.
- 实时AI QC的时间成本为0秒,远低于手动QC方法.
结论:
- 基于人工智能的超声波QC更具成本效益,并且在提高操作员技能方面优于手动QC.
- AI QC具有显著的潜力,可以提高围产超声波查的质量和效率.
