目的:初步探讨人工智能自动检测系统对乳腺小肿块的诊断效能以及对不同经验医师的辅助作用。方法:选取中国科学院大学宁波华美医院164个经病理证实的最大直径≤10 mm的乳腺小肿块，由4名不同经验的医师（医师A和医师B归为高年资医师组，医师C和医师D归为低年资医师组）先独立诊断，给出相应的乳腺影像报告与数据系统（BI-RADS）分类，结果设为A1组、B1组、C1组和D1组。4周后，4名医师再次联合应用人工智能自动检测系统诊断，结果设为A2组、B2组、C2组和D2组。人工智能自动检测系统诊断结果设为M组。以病理结果为金标准，计算不同组医师诊断的敏感度、特异度、准确性、阴性预测值和阳性预测值，绘制受试者操作特征曲线。采用Kappa检验比较不同组观察者间的一致性。结果:病理结果显示，164个乳腺肿块中良性117个（71.34%），恶性47个（28.66%）。人工智能自动检测系统对乳腺小肿块有良好的诊断效能，敏感度、特异度、准确性分别为91.49%、90.6%、90.85%。联合应用人工智能自动检测系统后高年资医师的诊断效能有上升趋势，敏感度、特异度分别为A1组82.98%、82.05%；A2组87.23%、89.74%；B1组80.85%、84.62%；B2组85.11%、89.74%。低年资医师在人工智能自动检测系统的辅助下诊断效能明显提高，敏感度、特异度分别为C1组76.60%、74.36%；C2组82.98%、82.05%；D1组68.09%、73.50%；D2组80.85%、80.34%。此外低年资医师借助人工智能自动检测系统对乳腺小肿块BI-RADS分类的观察者间一致性明显提高，低年资医师间的Kappa值由0.236提高到0.549，低年资医师与高年资医师的Kappa值由0.268~0.284提高到0.432~0.540。结论:人工智能自动检测系统对乳腺小肿块良恶性的判断具有较高的诊断效能，其对不同经验医师的辅助作用不同，对低年资医师的影响大于高年资医师。人工智能自动检测系统有助于提高低年资医师BI-RADS分类观察者间的一致性。

乳腺影像报告与数据系统;人工智能;乳腺肿块;分类

吕淑懿;张燕;章美武;范晓翔;高立博;李飞

315010　浙江宁波，中国科学院大学宁波华美医院介入治疗科

中华医学超声杂志（电子版）

[1]吕淑懿;张燕;章美武;范晓翔;高立博;李飞-.人工智能自动检测系统对不同经验医师诊断乳腺小肿块的辅助作用)[J].中华医学超声杂志（电子版）,2022(09):983-989

智能自动,自动检测系统,断乳,乳腺小肿块,辅助作用,诊断效能,中国科学院大学,华美,大直径,高年资,低年资,乳腺影像报告与数据系统,BI,RADS,A1,B1,C1,D1,名医,联合应用,系统诊断,A2,B2,C2,D2,诊断结果,病理结果,金标准,阴性预测值,阳性预测值,受试者操作特征曲线,Kappa,乳腺肿块,助人,观察者间一致性,良恶性

0.159551