人工智能在CT诊断甲状腺结节中的临床研究

摘要

目的:构建人工智能(AI)深度学习模型用于辅助CT医生对甲状腺结节进行实时诊断。方法:选取数据库中5218张甲状腺CT图像,其中确诊多发结节图像1200张,单发结节图像1000张,均用于模型训练;其余3018张图像用于AI深度学习模型验证,同时提交给4名CT医师进行诊断、分析和统计。结果:AI深度学习模型对甲状腺图像的正确识别准确率为86.45%,每张图像的诊断时间为(0.12±0.02)s。而两名低年资医师和两名高年资医师的诊断准确率分别为71.4%和77.34%,AI深度学习模型诊断均优于4名医师。结论:构建的AI深度学习模型用于甲状腺结节的诊断具有较高的准确率、特异度和灵敏度,可在CT诊断甲状腺检查中辅助医师进行实时诊断。