基于深度学习成人胸部X线摄影自动分类的临床应用价值
目的 探讨深度学习胸部X线摄影片辅助诊断系统对成人X线摄影胸片征象的诊断效能及自动分类中的应用价值.方法 选取我院就诊并且行胸部X线摄影平片检查的763例患者.采用Dr.Wise胸部X线摄影片辅助诊断系统检测疾病征象并自动分类胸片优先级,包括正常、可疑异常和危急分类.将诊断报告结果作为标准,测试人工智能辅助诊断系统检测正常胸片、一般异常、危急征象的诊断效能,包括敏感度、特异度、准确率.将诊断报告结果与辅助诊断系统结果相比较,并采用Kappa检验计算两者的诊断一致性.计算使用AI辅助诊断系统后,危急征象胸片的诊断时间.结果 763例患者中按照诊断标准,三个分类分别为:正常280例,一般异常374例,危急征象109例.统计正常胸片的诊断效能:敏感度94.6%,特异度95.7%,准确率95.3%;一般异常胸片的诊断效能:敏感度为84.8%,特异度为83.0%,准确率为84.0%;危急胸片的诊断效能:敏感度为91.7%,特异度为96.8%,准确率96.1%.辅助诊断系统与影像诊断对于正常、危急的诊断一致性较高,kappa值约0.749、0.735(P<0.01).原报告平均时间约为(55.6±23.7)min.使用AI辅助诊断系统后,危急报告的诊断报告时间约为(10.3±5.6)min.结论 深度学习胸部X线摄影片辅助诊断系统对危急征象的诊断敏感度较高,能有效对胸片进行诊断分类,缩短危急报告诊断时间,优化诊断流程.
深度学习、X线摄影、胸部、自动分类
33
R56;R445.4(呼吸系及胸部疾病)
上海市卫健委科研课题计划项目;上海市嘉定区卫健委科研课题计划项目;上海市嘉定区医学重点专科项目;上海市卫健委智慧影像重点实验室
2023-10-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
1394-1397,1411