基于头颈部CTA的人工智能辅助诊断系统对颅内动脉瘤的应用价值探讨

• 作者: 胡斌 荐志洁 张蕴 刘军
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 颅内动脉瘤 人工智能 头颈部CT血管成像
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 专题策划|Special Planning
• 页码范围: 33-37,26
• 页数: 6页
• 分类号: R319
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2022.1.006

摘要

目的:探究基于头颈部CT血管成像(CTA)的人工智能(AI)诊断系统对颅内动脉瘤的应用价值.方法:回顾性收集2020年1月至2021年3月的57例因临床疑诊动脉瘤而行头颈部CTA的患者.分别通过人工智能诊断系统与影像医师独立人工分析CTA数据,使用卡方检验评价AI与人工分析方法的诊断准确率,通过组内一致性检验(ICC)及Bland-Altman散点图比较AI和人工分析在动脉瘤形态学测量的一致性.结果:共纳入57例患者、456支血管、75个可疑病灶,AI检出阳性患者44例、阳性血管56支、动脉瘤61个,人工检出阳性患者39例、阳性血管50支、动脉瘤51个.AI基于患者、血管及病灶3个层面对动脉瘤诊断准确率分别为63.2％、93.9％、60.0％.卡方检验示AI与人工分析对于患者及病灶层面动脉瘤的检出无统计学差异(P＞0.05),而对于血管段层面存在统计学差异(P＜0.05);两种方法所得动脉瘤瘤体长径、短径及瘤颈ICC系数分别为0.976、0.972、0.924,95％可信区间分别为0.953～0.988、0.946～0.986、0.832～0.956,Bland-Altman散点图示大部分点集中于1.96倍标准误范围内.结论:基于头颈部CTA的AI诊断系统与人工分析对于临床颅内动脉瘤高危患者的检出能力相当,对于动脉瘤形态学评估的一致性较高,具有推广应用价值.