人工智能在解释肺功能测试中的应用

科学领域:

• 肺部病理学 肺部病理学
• 医疗信息学 医疗信息学
• 人工智能的人工智能

背景情况:

• 慢性阻塞性肺病 (COPD) 和喘对全球健康构成重大负担,COPD是全球和印度的主要死亡原因.
• 肺功能测试 (PFTs),主要是资源有限的地区的螺旋计,对于诊断呼吸系统疾病至关重要,但受到主观解释和观察者之间的变化.
• 人工智能 (AI) 为提高PFT解释的准确性和一致性提供了一个潜在的解决方案.

研究的目的:

• 为了比较人工智能算法的诊断准确性与高级肺病学家在解释PFT时使用有限的临床数据和螺旋计.
• 在面对相同的患者数据时,评估肺病学家的解释的一致性和准确性.

主要方法:

• 人工智能算法被开发和评估.
• 由人工智能算法和八名高级肺科医生分析了440名患者的螺旋测量和有限的临床数据.
• 计算了包括精度,灵敏度,特异性,正预测值 (PPV) 和负预测值 (NPV) 在内的关键性能指标.

主要成果:

• 这项研究包括大多数男性患者 (约. 60%) 年龄在21-60岁 (约. 70%). 70%). 在这个问题上.
• 肺病学家的平均准确率为65.82%,与黄金标准相比,Fleiss的kappa为0.46,表明中度的同意.
• 人工智能算法的准确性明显更高,达到86.59%.

结论:

• 肺科医生对有限数据的PFT解释显示了较低的准确性和相当大的变化.
• 人工智能算法在PFT解释中提供了一致和高精度,在本研究中超过了人类的表现.
• 在临床实践中实施人工智能,特别是在资源有限的地区,可以显著提高诊断质量,减少呼吸医学中观察者之间的变化.