利用人工智能图像识别系统诊断子宫内膜细胞病理学的有效性研究

Abstract

目的 探讨基于人工智能(artificial intelligence, AI)的图像识别系统对子宫内膜细胞团块良恶性诊断的有效性。方法 选取2021年8月至2023年2月西安交通大学第一附属医院和西安大兴医院的子宫内膜细胞学标本，以组织病理学为金标准，对比分析AI图像识别系统(AI诊断)和专业病理医师人工诊断(人工诊断)子宫内膜细胞团块良恶性的灵敏度、特异度、阳性预测值、阴性预测值、准确率和诊断所需时间。结果 纳入分析的126例患者中，AI诊断与组织学诊断的总体符合率为92.1%(116/126),与组织学病理结果高度一致(Kappa=0.841);人工诊断和组织学诊断的总体符合率为94.4%(119/126),与组织学病理结果高度一致(Kappa=0.889)。AI诊断与人工诊断两种方法差异无统计学意义(χ~2=0.568,P=0.451)。AI诊断的灵敏度、特异度、阳性预测值和阴性预测值分别为91.8%、92.3%、91.8%和92.3%。126张细胞学切片，人工诊断每张切片所需6.67 min; AI诊断每张切片所需5.00 min。结论 AI图像识别系统具有较高的诊断准确性、灵敏度和特异度，与专业病理医师人工诊断水平相当，在诊断子宫内膜细胞团块良恶性方面具有应用价值。

目的 探讨基于人工智能(artificial intelligence, AI)的图像识别系统对子宫内膜细胞团块良恶性诊断的有效性。方法 选取2021年8月至2023年2月西安交通大学第一附属医院和西安大兴医院的子宫内膜细胞学标本，以组织病理学为金标准，对比分析AI图像识别系统(AI诊断)和专业病理医师人工诊断(人工诊断)子宫内膜细胞团块良恶性的灵敏度、特异度、阳性预测值、阴性预测值、准确率和诊断所需时间。结果 纳入分析的126例患者中，AI诊断与组织学诊断的总体符合率为92.1%(116/126),与组织学病理结果高度一致(Kappa=0.841);人工诊断和组织学诊断的总体符合率为94.4%(119/126),与组织学病理结果高度一致(Kappa=0.889)。AI诊断与人工诊断两种方法差异无统计学意义(χ~2=0.568,P=0.451)。AI诊断的灵敏度、特异度、阳性预测值和阴性预测值分别为91.8%、92.3%、91.8%和92.3%。126张细胞学切片，人工诊断每张切片所需6.67 min; AI诊断每张切片所需5.00 min。结论 AI图像识别系统具有较高的诊断准确性、灵敏度和特异度，与专业病理医师人工诊断水平相当，在诊断子宫内膜细胞团块良恶性方面具有应用价值。