医学影像人工智能技术评价脑出血准确性研究

摘要

目的:探讨医学影像人工智能(AI)技术在脑出血定量评估方面的准确性。方法:回顾性分析2018年11-12月在我院经头部CT检查确诊为脑出血的50例患者影像资料。采用AI软件对原始影像资料中的脑出血特征进行自动识别,并与基于图像存档及通信系统(PACS)的手动容积测量结果作对比研究。主要测量的指标:脑出血部位,脑出血体积,颅脑中线结构偏移程度,脑出血最大面积层面的长、短径,侧脑室的受压情况以及得出具体数据所花费的时间。结果:与PACS容积测量相比,AI识别脑出血部位的准确率为56%(28/50)。脑出血体积和颅脑中线结构偏移程度在PACS容积测量与AI测量之间的差异均有统计学意义(P<0.001,P=0.002);最大面积层面长、短径在PACS容积测量与AI测量之间差异无统计学意义。脑室受压情况,2种测量方式的差异有统计学意义(P<0.001)。PACS容积测量得出脑出血体积所需时间远远长于AI测量。结论:对于脑出血定量分析,AI测量简便、快捷,但仍有较大提升空间。AI进行脑出血定量分析后仍需诊断医师进一步审核,尤其是在脑出血部位、体积、中线结构偏移程度及脑室是否受压几个方面。