目的:探讨在人工智能(AI)肺结节检测软件的辅助下能否提升疲劳状态的放射科规培ManBetX万博官网地址下载
对肺结节的检测效能.方法:搜集182例患者的1 mm薄层胸部CT图像,有一位放射科规培ManBetX万博官网地址下载
分别在3种模式下进行阅片:正常状态下独立阅片(A组)、疲劳状态下(即一天日常工作满8小时以上)独立阅片(B组)、疲劳状态下使用AI软件辅助阅片(C组),三种阅片模式均间隔洗脱期(2周),分别记录每次阅片时检出结节的位置、大小和数目.将3次肺结节检出结果与金标准(由2位从事胸部影像诊断超过8年的中级ManBetX万博官网地址下载
结合AI筛查结果分别作出诊断,再由1位从事胸部影像诊断超过15年的高级ManBetX万博官网地址下载
最终审核确定)进行比较,计算敏感度和(患者)人均假阳性(误诊)结节数来评价3种模式的检测效能.结果:经金标准确认1281个肺结节,A组检出真阳性结节592个、假阳结节297个,敏感度46.21％,人均误诊结节数为1.63;B组检出真阳性结节517个、假阳结节225个,敏感度40.36％,人均误诊结节数为1.24;C组检出真阳性结节995个、假阳结节165个,敏感度77.67％,人均误诊结节数为0.91.B组的敏感度和人均误诊结节数均较A组降低,差异均有统计学意义(P<0.05);C组的敏感度较B组提高,且人均误诊结节数降低,差异均有统计学意义(P<0.05);C组的敏感度较A组提高,人均误诊结节数降低,差异均有统计学
作者：王亮；许迪；孙丹丹；顾俊；伍建林；于晶
来源：放射学实践 2021 年 36卷 4期
