检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
出 处:《中文科技期刊数据库(引文版)医药卫生》2024年第2期0147-0150,共4页
摘 要:探讨低年资放射科医师在胸部CT图像上使用深度学习的人工智能(Artificial Intelligence,AI)技术在诊断新鲜肋骨骨折的效能提升。方法 回顾性分析2022年11月1日至2023年2月28日在徐州市贾汪区人民医院明确诊断肋骨骨折的病例170例。 以两名高年资放射科医师的诊断结果为参考标准,3名住院医师首先在无AI软件的情况下进行阅片,记录肋骨骨折的部位、类型及阅片时间,4周后,辅助使用AI软件再次进行阅片。应用卡方检验比较低年资医师在AI辅助前后诊断肋骨骨折的有无统计学差异。应用配对样本t检验比较诊断时间是否有统计学差异。 结果 240名患者的胸部CT总计670根、883处骨折。肋骨层面(上部、中部、下部区域)AI 辅助低年资医师的诊断灵敏度由85.17%、88.58%、74.67%提升至97.46%、97.78%、93.33%(P <0.001、P <0.001、P=0.158);病灶层面(上部、中部、下部区域)AI 辅助低年资医师的诊断灵敏度由75.00%、81.64%、73.42%提升至95.21%、97.46%、98.73%(P <0.001、P <0.001、P <0.001);完全性骨折、轻微骨折、骨皮质扭曲的诊断灵敏度由87.83%、77.91%、64.07%提升至100%、96.60%、91.62%(P <0.001、P <0.001、P <0.001);平均时间由178s提升至98s(P<0.001)。结论 AI可以有效的提升低年资医师对不同部位、类型肋骨骨折的诊断效能,在日常工作中可以积极使用。
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:18.118.19.89