文章摘要
陈冲，王大为，于朋鑫，周文，孙希子，唐媛媛，赵赟，刘秋雨，谢开，周舒畅，李大胜，赵绍宏，夏黎明.后疫情时代人工智能肺炎辅助诊断系统的临床应用场景探索[J].放射学实践,2024,(07):888-894
后疫情时代人工智能肺炎辅助诊断系统的临床应用场景探索
  
DOI：10.13609/j.cnki.1000-0313.2024.07.006
中文关键词: 新型冠状病毒感染  社区获得性肺炎  体层摄影术，X线计算机  人工智能  辅助诊断系统
基金项目:科技创新2030——“新一代人工智能”重大项目（2021ZD0111104）
作者单位
陈冲，王大为，于朋鑫，周文，孙希子，唐媛媛，赵赟，刘秋雨，谢开，周舒畅，李大胜，赵绍宏，夏黎明 430030武汉，华中科技大学同济医学院附属同济医院放射科（陈冲、周文、孙希子、唐媛媛、赵赟、刘秋雨、谢开，周舒畅、夏黎明）；100025北京，推想医疗科技股份有限公司先进研究院（王大为、于朋鑫）；100080北京，北京市海淀医院，北京大学第三医院海淀院区放射科（李大胜）；100853北京，中国人民解放军总医院放射科（赵绍宏） 
摘要点击次数: 954
全文下载次数: 1882
中文摘要:
      【摘要】目的：基于临床验证性研究，探索后疫情时代人工智能肺炎辅助诊断系统（AI-ADS）潜在的临床应用场景。方法：回顾性收集了来自三家医院的1049例胸部CT扫描数据，包括400例胸部CT表现正常的病例、233例新冠肺炎病例和416例其他社区获得性肺炎病例。六名高年资放射科医师参与了数据标注工作。采用敏感度、特异度、Dice系数和受试者操作特征（ROC）曲线下面积（AUC）评估人工智能系统在相应场景中的性能表现。结果：AI-ADS基于胸部CT识别各类型肺炎、细菌性肺炎、新冠肺炎、其他病毒性肺炎和其他社区获得性肺炎的AUC分别为0.968、0.983、0.992、0.941、0.958，检测各种肺炎的敏感度均超过0.90；鉴别病毒性肺炎和非病毒性肺炎的AUC达到0.950，敏感度为0.885，特异度为0.910；在新冠肺炎和其他社区获得性肺炎测试集中分割肺炎区域的平均Dice系数分别达到0.851和0.753。结论：AI-ADS在肺炎的检测预警、病灶定量分析以及鉴别诊断方面具有良好的性能，具备了后疫情时代的多场景应用价值。
      
查看全文   下载PDF阅读器
关闭