首站-论文投稿智能助手
典型文献
不同年资超声科医师应用S-Detect技术诊断乳腺结节的价值研究
文献摘要:
目的:对比分析不同年资超声科医师应用人工智能(artificial intelligence,AI)S-Detect技术诊断乳腺结节的诊断效能,探讨S-Detect技术的临床应用价值.方法:对2020年7—10月在上海市长宁区妇幼保健院行乳腺结节手术的100例患者(144例结节),分别由1名高年资副主任医师和1名低年资主治医师行常规临床超声诊断,按照乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)分类标准,以分类结果≤4A诊断为良性结节,>4A诊断为恶性结节;并分别应用S-Detect技术评价结节,以纵切及横切两次结果均为"可能良性"诊断为良性结节,否则诊断为恶性结节.以病理学检查结果为金标准,对比分析常规超声检查及S-Detect技术2名医师的诊断效能及一致性.结果:144个乳腺结节中,良性结节124个,恶性结节20个.使用常规超声检查高年资医师及低年资医师的受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under curve,AUC)分别为0.868和0.690;S-Detect技术高年资医师及低年资医师的AUC分别为0.877和0.893;常规超声检查低年资医师的AUC与其他三者差异有统计学意义(P<0.01).常规超声检查高年资医师及低年资医师组内相关系数(intraclass correlation coefficient,ICC)为0.736,具有中度一致性;S-Detect技术高年资医师及低年资医师ICC为0.928,具有高度一致性.结论:临床不同年限超声科医师工作经验对于乳腺结节的鉴别诊断有影响,但是AI技术可以降低经验对诊断结果的影响.S-Detect技术值得临床推广.
文献关键词:
乳腺肿瘤;超声;S-Detect技术;乳腺影像报告和数据系统
作者姓名:
曹力;张会萍;周毓青;周珠影
作者机构:
上海市长宁区妇幼保健院/华东师范大学附属妇幼保健院超声医学科,上海 200050
文献出处:
引用格式:
[1]曹力;张会萍;周毓青;周珠影-.不同年资超声科医师应用S-Detect技术诊断乳腺结节的价值研究)[J].肿瘤影像学,2022(04):439-443
A类:
B类:
超声科,Detect,技术诊断,断乳,乳腺结节,价值研究,artificial,intelligence,诊断效能,临床应用价值,上海市长宁区,妇幼保健院,高年资,主任医师,低年资,主治医师,超声诊断,乳腺影像报告和数据系统,Breast,Imaging,Reporting,Data,System,BI,RADS,分类标准,4A,良性结节,恶性结节,技术评价,纵切,横切,否则,病理学检查,金标准,常规超声检查,名医,受试者工作特征,receiver,operating,characteristic,area,under,curve,intraclass,correlation,coefficient,ICC,高度一致,不同年限,鉴别诊断,诊断结果,临床推广,乳腺肿瘤
AB值:
0.283356
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。