人工智能结构化报告评价冠状动脉狭窄的应用研究

摘要：

目的 探讨人工智能(AI)结构化报告与医生诊断评价冠状动脉狭窄程度的对比差异.方法 回顾性分析疑似冠状动脉病变患者50例,所有患者均接受冠状动脉CT血管成像(CCTA)检查和冠状动脉造影(CAG)检查,检查结果分为医生组和AI组,以CAG为金标准,采用组内相关系数(ICC)和Bland-Altman分析评价2种检查方法诊断冠状动脉狭窄的一致性程度.结果 与CAG相比,医生组评价冠状动脉左前降支(LAD)、回旋支(LCX)、右冠状动脉(RCA)分支狭窄程度的一致性均较高(ICC＞0.75);AI组评价LCX中远段的一致性程度一般(ICC=0.657),LAD远段、RCA远段的一致性较差(ICC＜0.4),余段一致性均较高(ICC＞0.75).2组间的Bland-Altman分析显示,与医生组相比,AI组在LAD远段、LCX中远段、RCA远段分别有10％(5/50)、12％(6/50)、12％(6/50)的数据点在95％一致性界限外.结论 AI结构化报告对冠状动脉狭窄程度的诊断效能与传统医生诊断存在一定的局限性,在LAD远段、LCX中远段、RCA远段一致性评价较差,在日常工作中仍需要诊断医生把控图像质量和诊断报告的准确性.

关键词：人工智能、冠状动脉狭窄、冠状动脉CT血管成像、冠状动脉造影

所属期刊栏目：37

分类号：TP18;R543.3;R816.2(自动化基础理论)

在线出版日期：2021-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：758-762