简介:摘要:目的:人工智能(AI)在头颈部血管CTA中的应用价值。方法:以我院收诊的122例头颈部血管CTA患者为研究对象,以DSA诊断方法为金标准,对人工智能(AI)诊断方法的价值进行分析,对诊断结果准确度进行研究。结果:人工组和AI组患者颈总动脉、大脑中动脉、CT值、噪声、SNR、CNR数据对比,有差异,(P=0.006、0.001、0.025、0.021、0.003、0.001、0.001、0.001<0.05)。人工组和AI组患者去骨能力、图像质量评分数据对比,有差异,(P=0.001/0.002<0.05)。人工组和AI组诊断准确度为重度狭窄-闭塞91.80、82.79,动脉瘤88.52、92.62。结论:在头颈部血管CTA中的应用人工智能(AI)可以进行后处理图像重建和结果诊断,重建后图像质量明显改善,诊断时间明显缩短,一键进行处理重建,有推广的意义。
简介:摘要目的:探究人工智能( AI) CT对肺结节患者病变检出及定性诊断。方法:选择在本院进行治疗的肺结节患者,人数为 50例,按照入院顺序分组原则,各组 25例,其中 25例进行人工智能( AI) CT诊断(观察组)、 25例进行常规 CT诊断(对照组),将各组指标进行比较。结果 :观察组检出率与对照组相比存在差异( P< 0.05)。观察组敏感度、特异度高于对照组, P<0.05。观察组误诊率、漏诊率低于对照组, P<0.05。结论:人工智能( AI) CT对肺结节患者病变检出具有较高价值,误诊率和漏诊率均较低,能够使诊断的敏感度和特异度得以提高,值得研究和推广。
简介:摘要《干预试验方案报告标准》(SPIRIT)2013年版旨在通过提供基于证据的最低报告标准,来提高临床试验方案报告的完整性,并有助于提高评估新干预方法实施过程中的透明度。近年来,人们逐渐认识到,涉及人工智能(AI)的干预措施需要经过严格的前瞻性评估,以确认其对健康结局的影响。《人工智能干预试验方案报告标准》(SPIRIT-AI)扩展版是与配套指南《人工智能试验报告统一标准》(CONSORT-AI)同步编制的新的报告指南,适用于人工智能干预试验。这两部指南的制订均通过了多阶段的共识过程,首先基于文献回顾和专家访谈制订26个候选条目,进而由国际多方利益相关小组(103位利益相关者)在两轮Delphi调查中对这些条目进行投票,然后在31位利益相关者参与的共识会议上对最终条目达成共识。最后由34位参与者帮助优化。SPIRIT-AI扩展版包含15条在人工智能干预试验方案中重要且特有的新条目。除应报告SPIRIT 2013所有条目外,新条目也应该被报告。SPIRIT-AI要求研究者应详细描述将要评估的人工智能干预措施,包括操作指南和使用者需要具备的技能、人工智能干预运行需要的环境、管理输入和输出数据的注意事项、人机交互方式以及错误案例如何分析与处理。SPIRIT-AI有利于提高人工智能干预试验方案的透明度和完整性,且有助于期刊编辑、评审专家和普通民众读懂、理解和批判性评估临床试验设计以及可能存在的偏倚风险。
简介:【摘要】目的:分析探讨人工智能AI宣教模式应用于提升日间病房患者满意度的效果。方法:选取我院2019年-2021年接收治疗日间病房患者150例为观察对象,随机将其分为观察组与对照组,其中对照组患者采用常规宣教模式,观察组患者采用人工智能AI宣教模式,将两组患者满意度进行比较。结果:观察组患者满意度高于对照组,两组数据对比差异有统计学意义(P
简介:摘要:本文以医疗人工智能的专利申请为分析对象,从全球-全国趋势、创新主体、各产业分支在专利技术中的发展现状三个方面全面分析了医疗人工智能专利现状,以供行业发展提供参考。
简介:摘要目前人工智能(AI)在多种眼科疾病的诊断治疗中取得了日益广泛的应用,但依然存在很多问题。由于AI产品的准确性缺乏标准测试集、金标准以及公认的评价体系,难以对多项研究结果进行横向比较。而在图像生成领域,评价体系更存在较大空白。在临床应用中,眼科AI研究常与临床实际需求脱节,被寄予了过高的期望,且对临床数据的质量及数量均具有较高的要求,限制了AI研究成果转化。利用眼底影像对全身性疾病进行预测、识别是新晋的研究热点,但其研究结果缺乏可解释性,限制了临床医生的接受度。眼科AI研究也因缺乏完善的法律规定、监管机制,涉及患者隐私风险及数据安全,且存在因商业化加重医疗资源不公平性的风险,而饱受伦理争议。
简介:摘要随着社会进步和人们健康意识的觉醒,人口老龄化问题的不断加剧,人们对于提升医疗技术、延长人类寿命、增强健康的需求也更加急迫。而实践中却存在着医疗资源分配不均,药物研制周期长、费用高,以及医务人员培养成本过高等问题。与此同时,图像识别、深度学习、神经网络等关键技术的突破带来了人工智能(ArtificialIntelligence)技术新一轮的发展。对于医疗进步的现实需求极大地刺激并推动了以数据密集、知识密集、脑力劳动密集为特征的医疗产业与人工智能的深度融合。本文在智能医疗国内外的发展热度不断提升的背景下,主要介绍了智能医疗的应用场景及国内外研究人工智能在医疗领域的应用实例,以期提高人们对人工智能在医疗领域应用的重视和发展投入。
简介:【摘要】目的:探讨分析在针对肺部磨玻璃结节患者临床诊断时,将HRCT肺结节靶扫描联合人工智能AI分析应用于其中,并分析患者的影像学特征。方法:选择2020年4月至2022年6月间在我院中收入的40名肺部磨玻璃结节的患者作为研究对象,研究人员针对患者均采用HRCT肺结节靶扫描联合人工智能AI分析进行诊断,分析患者的HRCT肺结节靶扫描联合人工智能AI分析图像特征,分析HRCT肺结节靶扫描联合人工智能AI分析诊断准确度。结果:在本次研究结果中显示,40例患者中通过HRCT肺结节靶扫描联合人工智能AI分析诊断确诊患者36例,确诊率为90.00%。恶性结节表现为不规则形、边界模糊、分叶、毛刺、空泡征。结论:研究分析在恶性结节中,不规则形状、边界模糊、分叶、毛刺以及空泡征等特征较为突出。研究结果表明,HRCT肺结节靶扫描联合人工智能AI分析诊断在肺部磨玻璃结节的鉴别诊断中具有较高的敏感性和特异性,能够有效地辅助医生进行早期诊断和治疗决策,提高了临床工作的准确性和效率。