评估人工智能辅助决策软件对肺结节的诊断性能,在资源有限的环境中
Xiwen Liao1, Yifan Tian2, Yaning Cheng2
1Department of Medical Statistics, Peking University First Hospital, Beijing, China.
Journal of clinical imaging science
|March 5, 2026
概括
人工智能 (AI) 软件在资源有限的环境中在CT扫描上显著提高了肺结节的诊断准确性. 人工智能辅助提高了医生的表现和读者之间的协议,显示出更好的患者管理的潜力.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 肺部医学 肺部医学
背景情况:
- 资源有限的临床环境在管理高患者负载和有限的放射学专业知识方面面临挑战.
- 人工智能 (AI) 显示出在这种环境中增强诊断能力的前景.
- 在计算机断层扫描 (CT) 上检测肺结节需要准确的解释,特别是在资源有限的环境中.
研究的目的:
- 评估人工智能辅助决策软件 (DMS) 对CT扫描中的肺结节的诊断性能.
- 评估人工智能辅助DMS在资源有限的环境中对医生诊断准确性的影响.
- 用人工智能支持测量灵敏度,特异性和读者之间协议的改进.
主要方法:
- 一个回顾式的多读者,多个案例研究,涉及三个肺病学家和三个放射学家.
- 评估200个胸部CT扫描 (100个良性,100个恶性肺结节) 具有和没有AI辅助的DMS.
- 使用接收器运行特征曲线 (AUC) 下的面积,灵敏度,特异性和读者间协议来比较诊断性能.
主要成果:
- 人工智能辅助的DMS显著改善了诊断性能,平均AUC从0.78增加到0.89.
- 肺结节检测的灵敏度和特异性在不同的恶性瘤值上得到了显著的提高,得到了AI的支持.
- 在AI的协助下,关于疾病管理计划的读者间协议从0.19提高到0.40 (p < 0.01).
结论:
- 在资源有限的环境中,人工智能辅助的DMS显示出显著的潜力,可以改善CT肺结节管理的诊断性能.
- 加强中等风险病例的转诊途径可以进一步优化临床决策.
- 需要进行前性研究来验证人工智能融入常规临床实践.
