科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 分析人工智能与放射科医师判读肺内实性肿块CT征象的一致性，探索人工智能在临床应用中的价值。方法 回顾性分析徐州医科大学附属淮安医院2020年1月至2022年1月经病理确诊的58例肺内实性肿块，重建CT薄层数据包并使用人工智能软件分析肿块的征象(包括分叶征、毛刺征、空泡征、血管集束征、胸膜凹陷征),同时两位放射科医师分别分析肿块的以上特征，采用一致性检验分析放射科医师与人工智能判读结果的一致性。结果 放射科医师两次判读肿块是否存在分叶征、毛刺征、空泡征、血管集束征、胸膜凹陷征、支气管充气征的一致性优(Kappa值0.862～0.965,P均<0.001),两名放射科医师判读结果的一致性优(Kappa值0.8262～0.928,P均<0.001)。放射科医师与人工智能判读的肿块CT征象一致性优(Kappa值0.770～0.906,P均<0.001),其中分叶征的一致性最高(Kappa=0.906),血管集束征的一致性最低(Kappa=0.770)。结论 人工智能可以可靠的评估肺内实性肿块的CT征象，并提高放射科医师的阅片效率。
- 出版日期2022
- 单位徐州医科大学
