简介:摘要:由于人工智能(AI)技术的发展迅速,它在医学领域的应用越发广泛。本文将了解传统医学检验规培教学与通过AI进行医学检验规培教学的特点,探讨AI在医学检验规培教学中的影响,并分析其优势和挑战。
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:基于AI的胸部低剂量CT平扫对冠脉钙化积分的准确性评估。方法:研究已收诊的90例冠心病患者为研究对象,对所有患者进行冠脉扫描和常规非门控胸部平扫,对基于AI的胸部低剂量CT平扫的诊断结果分析。结果:原始阈值对非门控胸部LDCT和心电图门控CT的CACS值进行了分层,值范围从1到100、101到400和>400分别为低风险、中风险和高风险。进行了一致性测试,Kappa值为0.610(95%置信区间:0.461至0.745)。从ROC曲线获得的最佳诊断阈值(四舍五入为整数)用于建立适用于非门控LDCT的新CACS风险分层,即新的低风险:1-87,新的中风险:88-255,新的高风险>255。Kappa值为0.776(95%可信区间:0.668-0.879),表明与P<0.001具有良好的一致性。结论:基于AI的胸部低剂量CT平扫冠心病患者能够得到更为准确的信息,对于危险度分层诊断更为准确,尤其是高危受检者。