基于深度学习的计算机辅助诊断系统在提高急性肋骨骨折诊断效能上的价值

作者：谭辉; 田占雨; 潘宁; 于勇; 于楠; 段海峰; 樊秋菊^*; 薛育; 李悦

来源：临床放射学杂志, 2020, 39(12): 2493-2497.

DOI：10.13437/j.cnki.jcr.2020.12.030

• 肋骨骨折
• 深度学习
• 计算机辅助诊断
• 诊断信心
• 阅片时间

目的探讨基于深度学习的计算机辅助诊断系统(DL-CAD)在提高放射医师对急性肋骨骨折诊断效能方面的作用。方法回顾性分析214例急性胸部钝挫伤患者的CT图像。两名放射实习医师和两名主治医师以盲法和随机的方式独立评估所有患者的CT图像,并于1个月后在DL-CAD的辅助下重新评估。以两名资深放射医师的一致诊断作为参考标准,比较前后两次阅片的诊断敏感度、特异度、阳性预测值、诊断信心和阅片时间。结果214例患者共有680处急性肋骨骨折。实习医师在DL-CAD辅助下前后两次的诊断敏感度(68.82%vs.91.76%,P<0.05)、阳性预测值(84.50%vs.93.17%,P<0.05)均显著提升,与主治医师独立或在DL-CAD辅助下的诊断敏感度和阳性预测值相比无显著性差异(P>0.05)。DL-CAD显著提高诊断医师的诊断信心(P<0.05),并显著降低医师的阅片时间[实习医师:(99.48±21.69)s vs.(46.40±26.40)s,P<0.05;主治医师:(65.96±17.08)s vs.(43.54±23.54)s,P<0.05]。结论 DL-CAD能够降低急性肋骨骨折的阅片时间,同时提升放射医师的诊断信心以及诊断质量,提高不同经验医师的诊断一致性。

• 单位
  陕西中医药大学附属医院; 陕西中医药大学; 北京推想科技有限公司