超声人工智能辅助诊断系统在最大径≤2cm、BI-RADS 4类乳腺结节诊断中的应用价值

目的　探讨超声人工智能（AI）辅助诊断系统对最大径≤2 cm乳腺影像报告与数据系统（BI-RADS）4类乳腺结节的诊断价值。方法　回顾性分析2020年5月至2022年10月于上海中医药大学附属曙光医院进行超声检查并诊断为BI-RADS 4类乳腺结节的204例患者共210个结节的二维超声图像。以术后病理结果为金标准,评价常规超声和AI系统（阈值为0.65、0.70）对最大径≤2 cm的BI-RADS 4类乳腺结节良恶性的诊断效能。结果　210个乳腺结节中良性结节94个,恶性结节116个。高年资超声医师常规超声检查乳腺结节良恶性的灵敏度为92.24%,特异度为75.53%,准确度为84.76%;AI系统（阈值0.65）诊断乳腺结节良恶性的灵敏度为92.24%。特异度为71.28%。准确度为82.86%;AI系统（阈值0.70）诊断乳腺结节良恶性的灵敏度为90.52%,特异度为79.79%,准确度为85.71%。以术后病理结果为金标准,构建常规超声（高年资医师）、AI系统（阈值0.65）及AI系统（阈值0.70）三种诊断方法鉴别诊断乳腺良恶性结节的ROC曲线计算AUC分别为0.839、0.818和0.852（P<0.001）。AI系统（阈值0.70）诊断BI-RADS 4a类结节的准确度高于常规超声（高年资医师）和AI系统（阈值0.65）（79.41% vs 77.94%、75.00%,P＜0.001）。高年资医师通过常规超声对最大径≤1 cm的结节诊断准确度最高,为86.36%,AI系统（阈值0.65）及AI系统（阈值0.70）准确度分别为81.82%、84.09%,三者之间差异有统计学意义（P<0.05）。结论　超声AI辅助诊断系统可辅助超声诊断最大径≤2 cm、BI-RADS 4类乳腺结节良恶性鉴别,其诊断效能优于超声医师。     

成人冠状动脉瘘的超声心动图与CT血管造影影像学特征及诊断效能分析

目的分析成人冠状动脉瘘的超声心动图以及冠状动脉CT血管造影（CTA）表现特征，并探讨超声心动图与冠状动脉CTA对成人冠状动脉瘘的诊断价值。 方法回顾性选取2011年1月至2018年12月于海军军医大学附属长征医院就诊的疑似冠状动脉瘘患者30例。所有患者均行经胸超声心动图和冠状动脉CTA检查，并最终经手术或冠状动脉造影确诊。以手术结果或冠状动脉造影检查作为"金标准"，最终确诊冠状动脉瘘患者23例，非冠状动脉瘘患者7例。分析23例冠状动脉瘘患者的超声心动图和冠状动脉CTA表现特征，并对超声心动图和冠状动脉CTA诊断冠状动脉瘘的效能进行比较分析。 结果23例冠状动脉瘘患者中，超声心动图准确诊断20例，漏诊3例，其中2例为左冠状动脉-肺动脉瘘，1例为右冠状动脉-右心室瘘；冠状动脉CTA准确诊断22例，漏诊1例为左冠状动脉-肺动脉瘘。以手术结果或冠状动脉造影为"金标准"，超声心动图诊断冠状动脉瘘的敏感度、特异度、阳性预测值、阴性预测值和准确性分别为86.96%、71.43%、90.90%、62.50%、83.33%；冠状动脉CTA诊断冠状动脉瘘的敏感度、特异度、阳性预测值、阴性预测值和准确性分别为95.65%、85.71%、95.65%、85.71%、93.33%。超声心动图与CTA这2种方法的诊断结果分别与"金标准"比较，一致性均较高，Kappa值分别为0.757、0.911（P均<0.001）。 结论冠状动脉CTA和超声心动图2种影像学检查方法各有优势，对冠状动脉瘘均具有较好的诊断价值，可为冠状动脉瘘的诊断提供有效和可靠的信息和参考依据。     

超声心动图诊断成人法洛三联症伴右肺动脉狭窄1例

<正>患者女,59岁。肺动脉瓣狭窄10余年,因近10个月胸闷加重伴双下肢浮肿来我院就诊。体格检查:心界向左下扩大,心律绝对不齐,肺动脉瓣区可闻及Ⅳ/6级收缩期喷射样杂音,并向颈部传导。超声心动图检查:①肺动脉主干内径约41 mm,左肺动脉起始部内径约38 mm(图1),右肺动脉起始部内径约11 mm,肺动脉瓣叶回声增粗、增强,交界处粘连显著;CDFI示收缩期肺动脉瓣口流速加快,约5.14 m/s,跨肺动脉瓣压力阶差为106 mm Hg(1 mm Hg=0.133 kPa),见图2;②右室前壁增厚约7 mm;③房间     

基于AI-SONICTM Thyroid 5.3.3.0的超声图像分析对甲状腺结节恶性风险的预测价值

目的 探讨基于超声人工智能(AI)系统AI-SONIC^TM Thyroid 5.3.3.0的图像分析在甲状腺结节恶性风险评估中的应用价值。方法 选取2019年4月至2021年1月海军军医大学(第二军医大学)第二附属医院收治的453例甲状腺结节患者,共573枚甲状腺结节。以术后病理结果为金标准,通过χ²检验和ROC曲线评估术前AI系统检查对不同性别分组、不同年龄分组及不同结节大小分组的甲状腺结节良恶性的鉴别诊断效能,并通过De Long检验比较术前AI系统检查与不同年资超声医师术前应用常规超声检查鉴别诊断甲状腺结节良恶性的效能。结果 在术前检查的573枚甲状腺结节中,术后病理证实为恶性411枚(76.5%)、良性162枚(23.5%)。低年资超声医师应用常规超声检查鉴别诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为85.2%(350/411)、55.6%(90/162)、76.8%(440/573),AUC为0.721(95%CI 0.672～0.771);高年资超声医师鉴别诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为93.9%(38...     

基于微信平台移动式学习在超声住院医师规范化培训中的综合运用

目前,超声科的传统教学模式已不能满足住院医师规范化培训高质量的需求,丰富教学手段,改革教学模式成为必然趋势。微信拥有广泛的用户群,使用便捷,即时性和互动性强,在现代教学活动中能够发挥积极作用。我科在超声科住院医师规范化培训中逐步尝试引入微信平台,弥补传统教学手段的不足,减少超声规范化培训对时间、空间的限制,进一步提高培训的综合质量。     

基于微信平台移动式学习在超声科住院医师规范化培训中的综合运用

超声科的传统教学模式已不能满足住院医师规范化培训高质量的最新需求,丰富教学手段,改革教学模式成为必然趋势。目前微信拥有广泛的用户群,使用快速、方便、即时性和互动性强,在现代教学活动中能够发挥积极作用,逐步尝试在超声科住院医师规范化培训中引入微信平台,弥补原有传统教学手段的不足,减少超声规范化培训对时间空间的限制,从而进一步提高培训的综合质量。     

2.0版人工智能自动检测系统对甲状腺结节术前超声评估效能的初步探讨

目的 探讨升级后人工智能(AI)自动检测系统AI-SONIC_^TM Thyroid(2.0版)在甲状腺结节术前超声评估中的的辅助诊断效能,并与不同年资超声医师主观诊断结论进行比较,进一步探讨升级后AI自动检测系统在甲状腺结节良恶性鉴别诊断中的应用价值。     

人工智能自动检测系统在甲状腺结节术前超声诊断中的应用

目的 探讨人工智能（AI）自动检测系统在甲状腺结节术前超声诊断中的应用价值。方法 选择2019年4月至2019年7月海军军医大学（第二军医大学）长征医院普通外科收治的98例甲状腺结节患者（共137个甲状腺结节）,回顾性分析其病理学资料和超声检查结果。所有患者术前均进行常规超声检查和AI自动检测系统检测,以术后病理学结果为金标准,分析比较常规超声检查与AI自动检测系统检测两种方法对甲状腺结节良恶性的诊断效果,计算其灵敏度、特异度、准确度,采用Kappa检验评估两种方法检查结果与术后病理的一致性。结果 常规超声检查诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为93.75%（90/96）、80.49%（33/41）、89.78%（123/137）,AI自动检测系统诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为89.58%（86/96）、68.29%（28/41）、83.21%（114/137）。Kappa一致性检验结果显示,常规超声检查与病理诊断结果一致性较高（Kappa=0.75,P<0.001）;AI自动检测系统与病理诊断结果一致性一般（Kappa=0.59,P<0.001）。结论 AI自动检测系统诊断甲状腺结节良恶性的灵敏度、准确度稍逊于常规超声检查,但较相近,可作为术前评估甲状腺结节良恶性的有效补充。     

自动乳腺全容积成像联合超声造影对乳腺导管内病变的诊断价值

目的 探讨自动乳腺全容积成像（ABVS）联合超声造影（CEUS）对乳腺导管内良、恶性病变的鉴别诊断价值。方法 选取2021年8月至2023年3月于本院接受手术治疗的110例乳腺导管内疾病患者为研究对象,根据术后病理结果分为恶性病变组（60例）和良性病变组（50例）。两组患者均于术前进行ABVS和CEUS检查,分析2种检查方法单独和联合检查对乳腺导管内病变良、恶性的鉴别诊断效能。结果 采用单一检查方法鉴别乳腺导管内病变良、恶性,CEUS诊断的灵敏度为80.00%,特异度为90.00%,准确度为84.55%;ABVS诊断的灵敏度为83.33%,特异度为88.00%,准确度为85.45%;两者联合检查的灵敏度和准确度较单一检查提高,分别为95.00%和90.00%。结论 ABVS联合CEUS检查可提高对乳腺导管内病变良、恶性的鉴别诊断效能,具有较高的灵敏度和准确度。     

基于AI-SONICTM Thyroid 5.3.3.0版本的超声图像分析预测甲状腺结节恶性风险的临床应用

目的 探讨人工智能（artificial intelligence,AI）5.3.3.0检测系统基于超声图像分析,对不同类别甲状腺恶性结节风险评估的应用价值。方法? 选取2019年4月至2022年2月于海军军医大学（第二军医大学）第二附属医院普外科收治的453例甲状腺结节患者,共573例甲状腺结节。采用常规超声、AI-SONICTM Thyroid 5.3.3.0版本术前对甲状腺结节进行良恶性鉴别,对比不同性别、不同年龄患者及不同结节大小、不同标准切面对甲状腺恶性结节的诊断效果,术后病理按照2022年WHO甲状腺肿瘤分类为金标准,AI-SONICTM Thyroid 5.3.3.0与不同年资超声医师术前应用常规超声检查进行比较,分别计算其灵敏度、特异度、准确度,评价诊断效能。结果 在术前检查的573例甲状腺结节中,术后病理证实为恶性411例(76.5%)、良性162例(23.5%)。AI检测系统的准确度在不同性别、不同年龄患者中对甲状腺恶性结节评估的差异无统计学意义（P＞0.05）;对于不同大小结节分组中,结节最大直径为15≤D＜20mm时AI检测系统的ROC （AUC）最大,为0.761(95%CI为0.618~0.905),P＜0.001。不同年资超声医师诊断结果,低年资超声医师诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为 85.2% (350/411)、55.6%(90/162)、76.8%(440/573),AUC为0.721(95%CI为0.672~0.771);高年资超声医师诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为93.9%(386/411)、74.1%(120/162)、88.3%(506/573),AUC为0.865(95%CI为 0.825~0.904);AI检测系统诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为92.5%(380/411)、69.1%(112/162)、85.9%(492/573),AUC为0.809(95%CI为0.764~0.854)。通过DeLong检验统计,AI检测系统的AUC值高于低年资超声医师（P=0.0318）,与高年资超声医师差异无统计学意义。结论? AI检测系统的深度学习算法经过不断的迭代更新,它可模拟医师对甲状腺结节的良、恶性征象等特征进行识别评判,并将二维灰阶图像特征进行量化,其诊断效能接近高年资医师的诊断水平,对于非必要的穿刺活检的患者可以减少有创伤害,AI诊断系统有望作为临床术前预测甲状腺结节恶性风险的实用性工具。