外媒 | AI算法可辅助放射科医生识别肠道问题-普瑞纯证

最近发表在JAMA Network Open上的一项研究描述了一种深度学习算法的开发和使用，该算法可以帮助放射科医生区分大肠壁增厚的CT影像中的结肠癌和急性憩室炎。放射科医生在审查显示大肠壁增厚的CT影像时，经常难以区分恶性和良性病因；研究作者指出，人工智能（AI）支持系统可以改善这一过程。在这项研究中，研究人员描述了创建一种深度学习算法来识别CT影像中结肠癌和急性憩室炎之间的差异。为此，他们收集了585名在2005年7月1日至2020年10月1日期间接受结肠癌或急性憩室炎手术的患者的信息。研究人员通过划分3D盒子（如患病的肠段和周围的系膜）来开发了一个三维卷积神经网络（CNN）。随后，他们进行了一项读者研究，包括10名不同经验水平的观察者，要求他们在阅读室条件下对测试队列进行分类。他们分别使用算法支持和不使用算法支持进行两次分类。参与研究的585名患者平均年龄为63.2岁，其中341名为男性。研究人员在评估诊断性能时考虑了读者和读者组的敏感性、特异性、阳性预测值（PPV）和阴性预测值（NPV）等因素。为了确保有价值的数据收集，他们使用和不使用AI支持计算这些指标。他们发现，3D CNN在测试集中实现了83.3%的敏感性和86.6%的特异性。然而，平均研究员报告的敏感性为77.6%，特异性为81.6%。他们还发现，读者的综合组在AI支持下得到了改善，敏感性从77.6%提高到了85.6%，特异性从81.6%提高到了91.3%。此外，AI支持还导致假阴性和假阳性结果的减少。基于这些发现，研究人员得出结论，深度学习算法可以成功区分CT影像中的结肠癌和急性憩室炎，为研究人员提供了一种有效的支持工具。但是，该研究存在一些限制，包括潜在的普适性不足和包含少量的患者。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。