关键词:
人工智能(AI)
颅内动脉瘤
头颈部CT血管成像
摘要:
目的:探讨人工智能(AI)技术在头颈部多层螺旋CT血管造影(CTA)中对颅内动脉瘤(IA)的诊断价值。方法:回顾性分析2022年1月至2023年12月福建中医药大学福总教学医院临床首诊137例疑似颅内动脉瘤患者的病例资料,所有患者均行CTA及数字减影血管造影(DSA)检查,以DSA检查结果为“金标准”,分别通过人工后处理及诊断与头颈CTA智能辅助诊断系统诊断,分析两种技术诊断对颅内动脉瘤的工作效率以及检出效能。结果:137例疑似颅内动脉瘤患者,经DSA检查,112例患者检出139个动脉瘤,AI技术后处理时间(190.25±30.71)s较人工技术(954.37±95.68)s明显缩短,差异有统计学意义(t=92.020,P<0.001),且图像质量较高。人工技术动脉瘤检出102例,与“金标准”的一致性较好(Kappa=0.713),AI技术检出93例,与“金标准”的一致性中等(Kappa=0.518),人工技术与AI技术对有无蛛网膜下腔出血的颅内动脉瘤的诊断准确性均较高,但差异无统计学意义(P>0.05);人工技术和AI技术诊断的大脑前动脉、大脑中动脉、大脑后动脉、前交通动脉、后交通动脉、椎-基底动脉及颈内动脉动脉瘤检出率分别为80.00%vs.80.00%、92.59%vs.81.48%、100.00%vs. 100.00%、84.00%vs. 52.00%、83.33%vs. 0%、80.00%vs. 60.00%、69.23%vs. 57.69%,对小脑后下动脉病变均未检出,总体检出率为78.42%vs. 57.55%,人工技术对病变部位总检出率较AI技术高,差异有统计学意义(x2=13.899,P<0.05)。瘤体直径<3 mm的病变DSA检出有7例、人工技术识别3例、AI技术识别1例;3~5 mm的病变DSA检出有60例、人工技术识别50例、AI技术识别43例;>5 mm的病变DSA检出有72例、人工技术识别63例、AI技术识别63例,差异均无统计学意义(P>0.05)。结论:采用AI技术,能够显著提升颅内动脉瘤诊断的工作效率,并获得更优质的图像后处理效果。尽管AI技术在颅内动脉瘤的诊断中已展现出一定的参考辅助价值,但在诊断准确度及精确识别病变位置方面,AI技术仍低于人工诊断,需要通过进一步的深度学习来提高其诊断能力。