使用人工智能提高胸部计算机断层扫描中的肺结节的诊断准确度:回顾性分析

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 肺结节的诊断不确定性给患者和医生带来了挑战.
• 人工智能 (AI) 在医学成像中越来越多地用于帮助诊断.
• 人工智能在CT扫描上识别和测量肺结节的准确性需要进一步评估.

研究的目的:

• 评估人工智能辅助诊断系统对放射科医生的效率的影响.
• 检查年轻放射科医生的报告修改率,有或没有人工智能辅助.
• 用人工智能支持评估错过和错误诊断的肺结节率.

主要方法:

• 分析了来自两个三级医院的12889名患者CT扫描 (2018年4月-2022年3月).
• 较量初级放射科医生报告 (有/没有AI) 与高级放射科医生报告.
• 评估肺结节检测率,准确性,假阴性/假阳性在AI实施后的3年内.

主要成果:

• 肺结节检测率在AI实施后显著增加 (例如,A医院:39.29%至55.22%).
• 错误的阴性率下降 (A医院:8.4%至5.16%),但错误的阳性率增加 (A医院:2.36%至9.77%).
• 总体检测准确度在3年内略有改善 (92.79%至93.92%).

结论:

• 人工智能系统增强了肺结节的检测,促进了早期的疾病识别和干预.
• 准确度的初始下降需要标准化的标准和对AI系统的全面放射科医生培训.
• 优化人工智能集成对于最大限度地提高肺结节评估诊断效率至关重要.