基于人工智能的胸部计算机断层扫描在多学科治疗模式中的分析,用于区分良性和恶性肺结节

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 肺部病理学 肺部病理学

背景情况:

• 肺结节需要精确区分良性和恶性类型,以有效的患者管理.
• 多学科诊断和治疗 (MDT) 模型整合了复杂病例的专业知识.
• 人工智能 (AI) 具有提高医学成像诊断能力的潜力.

研究的目的:

• 在MDT框架内评估基于AI的胸部计算机断层扫描 (CT) 的诊断疗效.
• 为了比较AI分析,MDT咨询和肺结节的综合方法的诊断性能.
• 确定AI和MDT在区分良性和恶性肺结节的准确性.

主要方法:

• 在2019年1月至2020年12月期间治疗的87名肺结节患者的回顾性分析.
• 评估AI分析,MDT咨询和综合诊断策略.
• 术后病理学作为诊断的黄金标准.

主要成果:

• 结合AI和MDT的方法实现了最高的准确性 (96.55%),优于MDT单独 (95.40%) 和AI单独 (87.36%).
• 结合方法显示出出色的灵敏度 (100%) 和特异性 (83.33%),AUC为0.917.
• 人工智能分析显示中度一致 (κ = 0.637),而MDT (κ = 0.847) 和综合方法 (κ = 0.888) 显示了与病理学的实质一致.

结论:

• 结合基于AI的胸部CT与MDT,显著提高了肺结节的诊断准确度.
• 与AI或MDT单独相比,综合方法显示出更高的性能.
• 这种AI增强的MDT模型具有在肺结节诊断中广泛临床应用的巨大潜力.