在COVID-19肺炎患者中,受影响的肺膜膜的预后值:视觉估计与人工智能的自动量化对比
I Soriano Aguadero1, A Ezponda Casajús2, A Paternain Nuin2
1Servicio de Radiodiagnóstico, Hospital Universitario de Navarra, Pamplona, Navarra, Spain.
Radiologia
|September 20, 2025
概括
在COVID-19肺炎中肺部疾病的程度,无论是通过放射科医生或人工智能 (AI) 进行视觉评估,都具有显著的预后价值. 这两种方法在预测患者的结果方面都显示出可比的准确性.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 传染性疾病 传染性疾病
背景情况:
- 计算机断层扫描 (CT) 对于评估COVID-19肺炎肺部疾病严重程度至关重要.
- 评估肺部参与程度有助于预测患者的预后.
- 人工智能 (AI) 为自动化图像分析提供了潜力.
研究的目的:
- 为了比较COVID-19肺炎中肺部疾病程度的预后影响.
- 评估放射科医生的视觉评估与基于人工智能的评估.
- 为了确定AI是否可以准确地从CT扫描中预测患者的结果.
主要方法:
- 对疑似COVID-19肺炎患者的回顾性研究.
- 使用视觉CT解释和AI评估肺部参与程度.
- 将患者分为预后良好 (出院) 和不良 (死亡/ICU) 的两组.
- 进行了单变量和多变量逻辑回归分析.
主要成果:
- 较大的肺部干扰 (视觉和AI) 与预后不佳有关 (p<0.001).
- 在放射科医生和AI评估之间发现了很好的一致性 (相关系数0.905).
- 多变量模型显示,视觉和AI评估之间的预后准确性没有显著差异 (AUC 0.876与0.870,p=0.278).
结论:
- 在CT扫描上肺膜的程度是COVID-19肺炎的宝贵预后指标.
- 视觉评估和基于人工智能的检测系统都提供了可比的预后信息.
- 人工智能显示出作为评估COVID-19肺炎严重程度的可靠工具的潜力.
