| 应伟峰，陈穹，王钢，路明，翁慧超，张莹.AI与不同年资放射医师对新冠肺炎CT诊断效能比较[J].放射学实践,2020,(10):1231-1234 |
| AI与不同年资放射医师对新冠肺炎CT诊断效能比较 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2020.10.003 |
| 中文关键词: 人工智能 诊断 肺炎病毒感染 新型冠状病毒 体层摄影术,X线计算机 |
| 基金项目: |
|
| 摘要点击次数: 2567 |
| 全文下载次数: 2607 |
| 中文摘要: |
| 【摘要】目的:比较和分析人工智能（AI）技术、低年资放射医师、高年资放射医师、AI联合低年资放射医师对新冠肺炎CT诊断效能，探讨AI对新冠肺炎CT辅助诊断价值。方法:分析经AI新冠诊断软件诊断新冠概率＞0%的53例患者图像，统计计算A组（低年资医师，参与放射诊断工作＜10年）、B组（高年资医师，参与放射诊断工作≥10年）、C组（AI）、D组（低年资医师联合AI）初次CT诊断新冠肺炎信心评分受试者特征曲线（ROC），Z检验比较各组诊断效能；并以AI诊断新冠肺炎最大约登指数相应截断值为标准，比较各组敏感度、特异度。 结果：各组诊断效能曲线下面积比较（AUC）。A组＜B、D组（Z=2.406、2.013），C组＜D组（Z=2.031），B组＞C组（Z=2.113），差异均具有统计学意义（P＜0.05）；余组间差异均无统计学意义（P＞0.05）。以AI诊断新冠肺炎最大约登指数相应截断值＞3分为标准，各组对新冠肺炎CT诊断效能比较。敏感性：A组＜B、D组（χ2=3.854、13.781），C组＜D组（χ2=7.726），差异均具有统计学意义（P＜0.05）；余组间差异均无统计学意义（P＞0.05）。特异性：A组＜B、D组（χ2=6.876、6.876），差异均具有统计学意义（P＜0.05）；余组间差异均无统计学意义（P＞0.05）。结论：基于深度学习AI技术在新冠肺炎CT诊断中具有较高临床应用价值，AI可辅助低年资医师提高对新冠肺炎CT诊断效能。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
