评估计算机视觉人工智能算法的疗效和诊断可靠性,用于自动化解剖学分类,用于第二个月的胎儿异常超声扫描:一个前性队列研究
Hytham Atia1,2, Somayya M Sadek1, Reda A Ahmad1
1Obstetrics and Gynecology Department, Faculty of Medicine, Zagazig University, Zagazig, Egypt.
概括
生物学AI-anatomyUNet-0.1-2022软件在胎儿超声波异常扫描中显示出高精度,提高了工作流程效率. 母体体重指数 (BMI) 对表现的影响很小,尽管复杂的胎儿观点需要谨慎.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 胎儿超声波检查 胎儿超声波检查
背景情况:
- 妊娠中期异常扫描对于胎儿健康至关重要.
- 准确识别标准胎儿解剖平面是必不可少的.
- 人工智能工具正在出现,以协助超声波解释.
研究的目的:
- 为了评估BioticsAI-anatomyUNet-0.1-2022软件的诊断准确性和工作流程效率.
- 评估软件在识别18个标准胎儿解剖平面方面的性能.
- 为了确定母亲的体重指数 (BMI) 对软件性能的影响.
主要方法:
- 一项前性队列研究,涉及772个单独怀孕.
- 生物学AI-anatomyUNet-0.1-2022评估了来自18-26周妊娠扫描的图像.
- 胎儿医学专家验证了AI检测;分析了诊断指标和BMI影响.
主要成果:
- 该软件实现了90.6%的整体精度,在股骨长度和腹部视图方面表现出色.
- 对于心脏和面平面 (例如,三条血管和气管) 的灵敏度和负预测值较低.
- 报告时间减少了44%,BMI显示出与敏感度的适度反向关联.
结论:
- 生物学AI-anatomyUNet-0.1-2022为胎儿异常扫描提供了高诊断准确度和工作流效率.
- 软件性能在不同母亲的BMI水平上通常是稳健的.
- 建议谨慎解释复杂的胎儿平面,如3VT和面视图.
