人工智能与不同级别医师对肺结节检出效能的对照研究.pdf

该研究的标题为《人工智能与不同级别医师对肺结节检出效能的对照研究》，研究的主要目的是探讨基于深度学习的人工智能（AI）系统与不同级别医师在CT肺结节检测能力上的差异。在临床医学影像诊断中，肺结节的检出与诊断对于早期发现肺部疾病尤为重要。由于肺结节可能表示早期肺癌或其他良性病变，其准确检出及鉴别对于临床决策具有重要影响。当前，人工智能在医疗影像领域的应用越来越多，其在影像分析中的辅助作用也愈发受到关注。 在方法学上，研究者收集了550例胸部CT平扫的案例，参照两位从事胸部影像诊断的主任医师共同阅片确定的肺结节数目、位置和大小作为标准。研究比较了四组人群的肺结节检出效能：A组为5名实习医师、B组为5名住院医师、C组为5名主治医师、D组为使用人工智能系统的AI。对比的指标包括检出率、假阳性率和平均阅片时间。 研究结果显示，两位主任医师共确定了5520枚结节。四组的检出率分别为：A组40.5%、B组65.0%、C组89.4%和D组94.3%。D组即AI组的检出率与C组即主治医师组的检出率差异在统计学上有显著性意义（P<0.001）。此外，D组的平均阅片时间最短，为（0.1±0.0）分钟，而A组、B组和C组的阅片时间分别为（14.9±2.5）分钟、（6.9±2.1）分钟和（5.0±1.5）分钟，这表明AI在检出肺结节方面具有较高的效率。尽管如此，AI在某些肺结节的检出率上与主治医师相当，特别是在胸膜下结节的检出上，AI与主治医师的差异并无统计学意义。 在研究中提到的假阳性率方面，四组分别为20.0%、13.0%、10.0%和14.0%，而D组即AI组与C组即主治医师组在中等结节及小结节的检出率明显高于其他组别。这些结果说明，人工智能系统在肺结节的检出中具有较高的敏感性，但其特异性仍需进一步的研究和优化。 研究结论表明，AI系统能在短时间内有效检出肺结节，尤其在中等及小结节的检出上表现突出，可以作为肺结节筛检的有效辅助工具。这提示在医学影像分析领域，人工智能的辅助作用对于提升诊断效率和准确性具有潜在的应用价值，特别是在需要处理大量影像数据的场景下。 尽管该研究提供了AI在肺结节检出方面的正面数据，但仍然需要在更广泛的样本和更多变的临床环境中进行深入研究，以确保其在不同条件下的稳定性和可靠性。此外，人工智能的辅助诊断仍然需要专业医师的监督和最终决策，以避免由于算法偏差、影像数据质量不佳等因素导致的误诊或漏诊情况。随着技术的不断进步和算法的持续优化，未来人工智能在医学影像领域的应用前景值得期待。