使用虚拟半自动化教育工具测试远程反,用于检测胰腺瘤与血管接触的阶段性CT
Robert Policelli1, Aaron Ward2, Salma Dammak3
1Western University, Department of Medical Biophysics, 1151 Richmond St, London, Ontario, N6A 3k7, Canada.
Current problems in diagnostic radiology
|October 29, 2025
概括
放射科住院医生使用虚拟专家反提高了他们识别胰腺癌与上层介质动脉接触的能力. 这种人工智能辅助的培训提高了灵敏度而不会降低准确度,优化了居民教育.
科学领域:
- 放射学 放射学是一门学科.
- 医学教育 医学教育
- 在瘤学瘤学.
背景情况:
- 在CT扫描上评估胰腺腺癌中的瘤血管接触是训练习放射科医生的复杂任务.
- 目前的方法对教育工作者来说是耗时的,并且可能导致居民培训的不一致.
研究的目的:
- 评估作为半自动反的专家注释是否可以改善患者在识别瘤血管接触时的表现.
- 确定这种反是否优化了培训效率,并在胰腺腺癌分期中标准化了住院教育.
主要方法:
- 对于胰腺腺癌的60次手术前分期CT扫描进行了回顾性审查.
- 两个居民组:一个测试组收到30个案例的专家反,一个控制组没有收到任何反.
- 与外科病理学和专家共识相比,对于瘤与上层介质动脉接触的性能比较.
主要成果:
- 与对照组相比,测试组的灵敏度显著提高 (93%与79%).
- 当针对外科病理学进行评估时,具体性和准确性在各组之间仍然可比.
- 试验组在灵敏度测量中表现出更大的一致性.
结论:
- 虚拟专家反有效地提高了居民在检测瘤血管接触时的敏感性.
- 半自动化的教育工具可以提高放射学培训的效率和有效性.
- 这种方法提供了一种标准化的方法,用于教育居民复杂的CT解释.
