基于人工智能的肺胸部检测模型的多学科评估:与边缘和云环境中的医生进行临床比较
Ismail Dal1, Hasan Burak Kaya2
1Department of Thoracic Surgery, Kastamonu University, Kastamonu, Turkey.
Journal of multidisciplinary healthcare
|July 22, 2025
概括
一个AI深度学习模型准确地检测胸部X射线上的肺胸部,超过初级临床医生和匹配高级医生. 这种人工智能工具有望提高重症监护机构的诊断准确性.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 放射学 放射学是一门学科.
背景情况:
- 胸部X射线检测肺胸部检测在紧急护理中至关重要.
- 细微的肺胸病例对临床医生来说是一个诊断挑战.
- 人工智能 (AI) 显示出作为诊断辅助工具的潜力.
研究的目的:
- 为了评估深度学习人工智能模型的诊断准确性,用于肺胸部检测.
- 将人工智能模型的性能与人类临床医生的性能进行比较.
- 评估AI模型在各种临床环境中的实用性.
主要方法:
- 一项回顾性研究使用了152张前额胸部X射线图,通过CT证实.
- 人工智能模型使用谷歌云顶AI (AutoML Vision) 进行训练.
- 与15位不同经验水平的医生进行AI性能 (灵敏度,特异性,F1分数) 的比较.
主要成果:
- 人工智能模型实现了高诊断准确度 (总体为0.95).
- 与人类读者相比,AI在检测最小的肺胸部方面表现出更高的灵敏度.
- 该模型在云和边缘部署环境中都保持一致的性能.
结论:
- 人工智能模型对肺胸部,包括微妙病例的高诊断性能.
- 它的准确性支持集成作为第二个阅读器或分类工具.
- 人工智能工具对急性护理和资源有限的环境有好处.
