摘要:
目的:探讨不同年资规培医师在CT独立阅片及应用人工智能辅助阅片模式下对肺内结节的检测效能是否有差异,并分析低年资规培医师在应用人工智能辅助阅片后,能否达到高年资规培医师对肺结节的检测水平.方法:收集180例患者的胸部CT图像,分别由2名低年资、2名高年资规培医师进行独立阅片并标注肺结节,经过2周洗脱期后,再次对相同病例借助人工智能软件进行阅片并标注结节,记录结节的位置、大小、密度及标注时间.将各组标记结果与金标准进行比较,记录真阳性、假阳性及假阴性结节数,计算结节检测敏感度及人均假阳性结节数.采用Kappa检验分析低、高年资规培医师对肺结节检测的一致性,采用Wilcoxon秩检验(配对样本)比较低、高年资规培医师独立阅片及借助人工智能辅助阅片的诊断敏感度、人均假阳性结节数和阅片时间.结果:低年资规培医师借助人工智能阅片较其独立阅片模式多检出358个真阳性结节,敏感度提高(77.07%vs.47.43%),且人均假阳性结节数降低(0.90个vs.1.48个),阅片时间缩短[(361.07±163.07)s vs.(429.11±132.61)s],差异均有统计学意义(均P<0.01).高年资规培医师借助人工智能阅片较独立阅片模式多检出372个真阳性结节,敏感度提高(81.29%vs.50.50%),且人均假阳性结节数降低(0.27个vs.0.48个),差异均有统计学意义(均P<0.01),阅片时间略延长[(380.16±135.40)s vs.(367.22±120.52)s],差异无统计学意义(P>0.05).低年资规培医师借助人工智能阅片模式较高年资规培医师独立阅片模式多检出321个真阳结节,敏感度提高(77.07%vs.50.50%),但人均假阳性结节数提高(0.90个vs.0.48个),差异有统计学意义(P<0.01),阅片时间略缩短[(361.07±163.07)s vs.(367.22±120.52)s],差异无统计学意义(P>0.05).结论:借助人工智能阅片低、高年资规培医师肺结节检出效能均有提升,且大幅缩短低年资规培医师阅片时间.低年资规培医师借助人工智能软件后,尽管误诊结节稍多于高年资规培医师独立阅片,但前者检出的真结节数目远超后者.