人工智能用于诊断大鼻炎:一项临床研究
Pranav V Manek1, Kolasani Balaram2, Sunil N Khot3
1Department of Oral Medicine and Radiology, Pacific Dental College and Research Centre, Udaipur, Rajasthan, India, Boston University, GMS, Chobanian & Avedisian School of Medicine, Boston, MA, USA.
Bioinformation
|October 31, 2025
概括
一个人工智能 (AI) 模型在使用形束计算断层扫描 (CBCT) 扫描诊断大鼻炎时显示出高准确度. 这种AI工具可以提高解释这些常见的鼻感染成像结果的效率和一致性.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能在医学中的应用
- 医学成像分析 医学成像分析
背景情况:
- 大鼻炎是一种影响鼻的普遍炎症状况.
- 诊断通常依赖于像圆束计算机断层扫描 (CBCT) 这样的成像技术.
- 对鼻炎的CBCT扫描进行解释可能具有挑战性,需要先进的诊断工具.
研究的目的:
- 评估人工智能 (AI) 模型用于鼻炎检测的诊断性能.
- 评估AI在分析CBCT扫描中对这种疾病的可靠性.
- 确定AI是否可以提高临床成像解释的效率和一致性.
主要方法:
- 一项前性临床研究涉及200名怀疑患有大鼻炎的患者.
- 所有参与者都获得了圆束计算机断层扫描 (CBCT) 扫描.
- 一个人工智能模型被开发和测试了它在这些扫描上诊断大鼻炎的能力.
主要成果:
- 人工智能模型实现了高诊断准确度 (90.4%),具有出色的灵敏度 (89.1%) 和特异性 (91.7%).
- 积极的预测值为92.5%,负的预测值为87.8%.
- 在ROC曲线下的面积为0.948,表示强烈的诊断歧视.
结论:
- 人工智能在从CBCT图像中诊断大鼻炎方面表现出显著的可靠性.
- 人工智能可以作为临床医生在解释鼻成像中的一个有价值的辅助工具.
- 人工智能的整合可能会提高诊断效率和临床实践的一致性.
