全科医师对AI辅助诊疗系统的认知与需求调查

背景人工智能(AI)是国家新一代信息技术发展战略的重要部分,在医疗健康领域应用广泛,将AI应用于全科医疗辅助诊断和慢性病管理,对提升基层医疗水平,提高全科医师专业技能和临床决策能力有作用.目的调查各省(区,市)全科医师对AI技术在医疗领域的认知及对构建辅助诊疗系统的需求,为建立更贴合临床应用的辅助诊疗系统提供参考.方法2024年3—4月通过国内全科医师微信群选取全国各省(区,市)全科医师为调查对象,采用自行设计的调查问卷,包括全科医师的基本信息,对AI辅助诊疗系统的应用态度及认知,AI辅助诊疗应用于日常诊疗(临床接诊,辅助诊治,转诊随访,应用形式)的需求,利用"问卷星"平台进行数据收集,采用描述性分析方法对结果进行呈现和描述.结果本研究共纳入382名全科医师,覆盖27个省(区,市),其中综合医院占52.36%(200/382),基层医疗卫生机构占47.64%(182/382).调查显示,57.69%(220/382)认为医生与AI应相辅相成;77.75%(297/382)的医师愿意尝试或继续使用AI辅助诊疗技术;AI应用优势以提升诊疗效率[89.01%(340/382)],减轻临床工作负担[84.29%(322/382)],减少误诊[80.10%(306/382)]为主,但仍存在过度依赖AI诊疗,涉及伦理问题,AI算法易出现诊断偏差,数据安全性欠佳,医疗事故无法划分医疗责任等弊端,分别占75.13%(287/382),64.14%(287/382),63.09%(241/382),57.33%(219/382),53.66%(205/382);在临床接诊需求调查中,全科医师最需要AI提供与主诉相关的"致命性疾病"警示[61.25%(234/382)]和"紧急需要处理的阳性体征"提示[62.04%(237/382)],同时对"伴随症状"询问提示[58.90%(225/382)]和"系统性思维导图"参照提示[62.57%(239/382)]也有较高需求;辅助诊治环节中,快速精准影像结果评估[67.80%(259/382)]和"处方审核"诊疗辅助提示[67.01%(256/382)]成为最受期待的功能,个体化"推荐用药"辅助提示[63.88%(244/382)]和"医保提醒"提示[66.49%(254/382)]也备受关注;在转诊随访管理方面,全科医师对个体化推送患者"健康教育"内容[70.42%(269/382)],及时提示患者按照随访时间预约复诊[72.25%(276/382)]和利用智能设备远程监护功能[71.46%(273/382)]需求最高;系统应用形式上,全科医师偏好设置"回顾患者历史就诊记录"功能[73.04%(259/382)]和设置"语音转文字录入"功能[71.73%(259/382)];最希望未分化疾病病种率先纳入AI辅助诊疗系统方面,37.43%(143/382)的全科医师建议优先将发热纳入AI辅助诊疗系统.结论全科医师对AI技术用于临床诊疗应用意愿总体较高.AI辅助诊疗系统对病史采集,体格检查,实验室检查,诊疗计划,转诊指征,随访管理,应用形式均有一定需求.未来通过改善信息技术的局限性,明确AI法律框架和指导原则,加强全科医师AI素养等方式,构建适用于中国全科医师的AI辅助诊疗系统,从而提高全科医师的疾病首诊能力,推动分级诊疗制度落地.

人工智能辅助CT阅片系统在综合医院肺结核早发现中的应用

目的:分析人工智能(artificial intelligence,AI)辅助影像诊断技术用于提高综合医院肺结核发现水平的价值.方法:本研究采用前瞻性和回顾性相结合的研究方法,于2024年6月至2024年12月,选择江苏省人民医院和南京医科大学第二附属医院两家综合医院门诊拍摄胸部CT的75786例患者进行AI辅助筛查肺结核,随后影像科医生对AI疑似影像进行复核,排除掉非疑似肺结核患者后再由专家组进行复核确诊,最后共确诊259例肺结核患者.同时,利用二元逻辑回归方法分析患者临床特征和CT征象对AI分析效果的影响.结果:在两家综合医院的75786张CT片中,AI以0.56作为阈值判定疑似肺结核,AI提示疑似肺结核的CT片为8574张,最终确诊肺结核259例,其中临床诊断患者196例,占75.68%(196/259),与同期传统流程报告数量相比发现率提高了102.34%[(259-128)/128].确诊肺结核AI阈值中位数(四分位数)为0.65(0.59,0.69),被排除患者的阈值中位数(四分位数)为0.62(0.59,0.70),差异无统计学意义(U=1783.500,P=0.738).钙化和纤维化在非肺结核患者中的比例更高,调整后比值比(aOR)分别为0.52(95%CI:0.32~0.84,P=0.008),0.52(95%CI:0.31~0.86,P=0.011).结论:AI阅片系统可显著提高肺结核患者的发现效率,降低漏诊率,但肺结核的诊断仍然要依赖临床综合诊断;钙化和纤维化影像学特征并不有助于肺结核的诊断.因此,AI辅助CT阅片在综合医院中具有较好的应用潜力.

基于CT影像的人工智能辅助诊断系统对4771例肺癌诊断价值的系统评价与Meta分析

目的评估基于CT影像的人工智能(artificial intelligence,AI)辅助诊断系统对肺癌的诊断价值.方法计算机检索PubMed,EMbase,The Cochrane Library,CNKI,万方数据库和中国生物医学文献数据库(CBM)中2010~2019年关于基于CT影像的AI辅助诊断系统诊断肺癌的中英文文献.按照诊断试验的纳入和排除标准筛选文献,进行质量评价并提取特征信息.采用RevMan 5.3,Stata 12.0和SAS 9.4软件进行Meta分析,以合并敏感度,特异度,阳性似然比,阴性似然比,诊断比值比,绘制综合受试者工作特征(SROC)曲线,并通过Meta回归分析探索研究间异质性来源.结果共纳入18个研究,包括4 771例患者.纳入的研究间存在异质性,采用随机效应模型进行分析.Meta分析结果显示:基于CT影像的AI辅助诊断系统诊断肺癌的合并敏感度,合并特异度,合并阳性似然比,合并阴性似然比,合并诊断比值比和SROC曲线下面积分别为0.87[95%CI(0.84,0.90)],0.89[95%CI(0.84,0.92)],7.70[95%CI(5.32,11.15)],0.14 [95%CI(0.11,0.19)],53.54[95%CI(30.68,93.42)]和0.94[95%CI(0.91,0.95)].结论基于CT影像的AI辅助诊断系统对肺癌具有较高的诊断价值,可以作为一种诊断肺癌的方法在临床推广应用.但受纳入研究的数量和质量限制,上述结论尚需开展更多高质量研究予以验证.

人工智能与医学影像融合发展:机遇与挑战

人工智能(Artificial intelligence,AI)是基于计算机来模拟人类的思维过程和智能行为的一门学科,随着AI技术的发展,目前已成为涉及计算机科学,心理学,哲学和语言学等多学科交叉的一门新兴前沿学科[1,2].近几年来随着深度学习算法的出现,计算能力的指数级增长,丰富的大数据资源和基于训练的自主学习方法,以及计算机具有条件反射等类脑能力而发展出复杂人工智能,使得新一代AI技术迎来了爆发式的发展和应用.人工智能赋能医疗行业,在虚拟医师助理,病历与文献分析,药物研发,基因测序和影像辅助诊断,精准医学等方面都取得了令人惊喜的成果.其中,医学影像与人工智能的结合是最具发展前景的领域.2012年以后,随着深度卷积神经网络技术的兴起和应用,AI在计算机视觉领域的发展取得了突破.计算机视觉基于图像识别,可以对医学影像数据进行深入分析,获取更多有价值的信息.通过大量数据的训练和学习,使其分析能力不断提升,从而在精准诊断方面显示出广阔的应用前景.目前在肿瘤检出,自动结构式报告,定性和定量诊断,肿瘤提取和放疗靶器官勾画等方面已有较多的临床应用和研究[1,2].当人工智能方法作为辅助医师的工具无缝集成到临床工作流程中时,通过提供预先筛选的图像和确定的特征可更准确地进行影像学评估,且可重复性高,能显著提高工作效率,减少误诊和漏诊,并可对疗效进行监测 [1-3].

C-TIRADS,剪切波弹性成像及人工智能在甲状腺结节大小分层诊断中的比较研究

目的比较剪切波弹性成像(shear wave elastography,SWE),中国甲状腺影像报告和数据系统(Chinese Thyroid Imaging Reporting and Data System,C-TIRADS)及人工智能(artificial intelligence,AI)辅助诊断系统在不同大小甲状腺结节良恶性鉴别中的诊断效能.方法回顾并分析2024年7月—2025年3月于唐山市人民医院就诊的甲状腺结节患者的影像学资料,根据最大径分为<10 mm组和≥10 mm组.每个结节均接受常规超声检查以获取C-TIRADS分级,并进行SWE及AI分析.采用受试者工作特征(receiver operating characteristic,ROC)曲线评估SWE(,在反映结节组织硬度方面具有独特优势,可作为AI与C-TIRADS诊断结果的重要参考.