摘要

目的 探讨人工智能在外伤性脑出血(TICH)定量评估方面的准确性、一致性及其临床价值。方法 对2021年1月-2022年9月深圳市萨米医疗中心/深圳市第四人民医院就诊的87例TICH患者和90例外伤性非脑出血患者的X线计算机断层扫描(CT)影像进行回顾性研究。以2名工作10年以上的神经放射科专家利用3Dslicer软件手动测量平均值为“金标准”,uAI算法、1名未参加AI算法的神经放射科医师(R1)用3Dslicer软件手动分割与R1在uAI软件上(uAI+R1)手动分割,并进行一致性检验。结果 177例患者中uAI检测TICH、蛛网膜下腔出血(SAH)、脑实质内出血(IPH)、硬膜外血肿(EDH)、硬膜下血肿(SDH)的灵敏度、特异度分别为79.31%、92.20%;74.00%、75.28%;50.00%、96.55%;66.67%、98.72%;75.00%、95.04%;R1检测上述指标分别为97.70%、100.00%; 96.00%、100.00%;90.63%、100.00%;90.48%、100.00%;69.44%、100.00%;uAI+R1检测上述指标分别为98.85%、100.00%; 98.00%、95.28%;90.63%、100.00%;90.48%、94.87%;83.33%、95.74%。uAI算法与金标准及R1得到的TICH及各亚型的出血体积量化结果显示TICH组、SAH组及EDH组中uAI算法与金标准、uAI算法与R1、金标准与R1比较,差异无统计学意义(P>0.05);IPH组中uAI算法与金标准、uAI算法与R1比较,差异有统计学意义(P<0.05),而金标准与R1比较,差异无统计学意义(P>0.05);SDH组中uAI算法与金标准比较,差异无统计学意义(P>0.05),而uAI算法与R1、金标准与R1比较,差异有统计学意义(P<0.05)。ICC分析显示,金标准与uAI算法及R1具有很强的一致性,且金标准与uAI算法具有很强的正相关性(P<0.05)。结论 AI对TICH及各亚型检测的灵敏度低,但可快速准确量化血肿体积,提供了AI在TICH中的实践经验,诊断结果可供参考,但放射诊断医生仍然需要注意观察并在AI辅助下量化TICH体积。