期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于AI-SONIC^(TM) Thyroid 5.3.3.0的超声图像分析对甲状腺结节恶性风险的预测价值 被引量:3
1
作者 郭芳琪 刘晟 +2 位作者 徐磊 李勇刚 赵佳琦 《海军军医大学学报》 CAS CSCD 北大核心 2024年第1期29-36,共8页
目的探讨基于超声人工智能(AI)系统AI-SONIC^(TM)Thyroid 5.3.3.0的图像分析在甲状腺结节恶性风险评估中的应用价值。方法选取2019年4月至2021年1月海军军医大学(第二军医大学)第二附属医院收治的453例甲状腺结节患者,共573枚甲状腺结... 目的探讨基于超声人工智能(AI)系统AI-SONIC^(TM)Thyroid 5.3.3.0的图像分析在甲状腺结节恶性风险评估中的应用价值。方法选取2019年4月至2021年1月海军军医大学(第二军医大学)第二附属医院收治的453例甲状腺结节患者,共573枚甲状腺结节。以术后病理结果为金标准,通过χ^(2)检验和ROC曲线评估术前AI系统检查对不同性别分组、不同年龄分组及不同结节大小分组的甲状腺结节良恶性的鉴别诊断效能,并通过De Long检验比较术前AI系统检查与不同年资超声医师术前应用常规超声检查鉴别诊断甲状腺结节良恶性的效能。结果在术前检查的573枚甲状腺结节中,术后病理证实为恶性411枚(76.5%)、良性162枚(23.5%)。低年资超声医师应用常规超声检查鉴别诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为85.2%(350/411)、55.6%(90/162)、76.8%(440/573),AUC为0.721(95%CI 0.672~0.771);高年资超声医师鉴别诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为93.9%(386/411)、74.1%(120/162)、88.3%(506/573),AUC为0.865(95%CI 0.825~0.904);AI系统鉴别诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为92.5%(380/411)、69.1%(112/162)、85.9%(492/573),AUC为0.809(95%CI 0.764~0.854)。De Long检验结果显示,AI系统鉴别诊断甲状腺结节良恶性的AUC高于低年资超声医师(P=0.032),与高年资超声医师之间差异无统计学意义(P>0.05)。按不同性别、不同年龄分组,AI系统鉴别诊断甲状腺结节良恶性的准确度差异无统计学意义(P>0.05);按不同结节大小分组,结节最大直径为10~<15 mm时AI系统鉴别诊断甲状腺结节良恶性的AUC最大,为0.882(95%CI 0.723~0.916)。结论AI-SONICTMThyroid 5.3.3.0可识别甲状腺结节的良性和恶性声像特征,其诊断效能接近高年资超声医师,有望成为术前预测甲状腺结节恶性风险的实用工具。 展开更多
关键词 甲状腺结节 超声检查 人工智能 计算机辅助诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部