超声AI影像诊断系统辅助诊断甲状腺结节性质的价值
Diagnostic value of an ultrasound AI imaging diagnostic system in aiding resident physicians with the malignant risk stratification of thyroid nodules
摘要目的:探讨超声人工智能(AI)影像诊断系统辅助不同年资医师进行甲状腺恶性结节超声特征的识别及分类诊断效果.方法:选取2023年1月—12月中国人民解放军东部战区总医院收治的329例甲状腺结节患者(共381个甲状腺结节)为研究对象,均进行超声检查,所有超声图像均由不同年资医师[高年资医师、住院医师规范化培训(简称规培)医师]、超声AI影像诊断系统辅助诊断方法单独或联合对甲状腺结节超声图像进行分析诊断.以病理结果为金标准,分别计算不同中国超声甲状腺影像报告和数据系统(C-TIRADS)评分截断值下,不同年资医师单独或联合超声AI影像诊断系统对甲状腺结节恶性风险分级的诊断效能.结果:以C-TIRADS评分4A、4B为截断值,AI辅助高年资医师组的诊断效能均优于高年资医师组,差异有统计学意义(P<0.05);以C-TIRADS评分4A为截断值,AI辅助规培医师组的诊断灵敏度、特异度、准确率、阴性预测值高于规培医师组,差异有统计学意义(P<0.05);以C-TIRADS评分4B为截断值,AI辅助规培医师组的诊断效能优于与规培医师组,差异有统计学意义(P<0.05).结论:在甲状腺结节诊断中,超声AI影像诊断系统辅助不同年资医师诊断的效能均优于传统诊断.
更多相关知识
- 浏览0
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



