简介:近年,以深度学习技术为代表的人工智能(AI)正席卷各行各业,而AI框架有多种,多数采用深度卷积神经网络(CNN)技术结合迁移学习进行训练,虽然在皮肤AI研究中取得长足进展,但其研究结果未能真正走出实验室进入临床应用。制约这些因素主要是缺乏高质量的皮肤疾病图像的大型数据集。本文针对皮肤科常见的图像采集方法,包括临床摄影图像、皮肤镜图像、反射式共聚焦激光扫描显微镜(RCM)图像、皮肤B超图像和组织病理图像的质量要素进行探讨和述评,希望对解决因皮肤图像质量的问题而影响AI研究进展的瓶颈问题能有所帮助。
简介:摘要:由于人工智能(AI)技术的发展迅速,它在医学领域的应用越发广泛。本文将了解传统医学检验规培教学与通过AI进行医学检验规培教学的特点,探讨AI在医学检验规培教学中的影响,并分析其优势和挑战。
简介:摘要:目的:评估应用AI辅助教学技术在外科护理教育中的效果。 方法:选取开封大学医学部 2020 级两个班共103名大专生为教学对象,A班为观察组,采用AI辅助式沉浸教学模式;B班为对照组,采用传统教学模式,授课完毕后,分别对两班学生进行理论测试和问卷调查,对比考试成绩及授课满意度。结果:A班的平均理论成绩为87.5+2.8分高于B班的81.6+3.3分,差异有统计学意义(P<0.05)。A班的学生对授课形式满意率达到97.5%,高于B班的83.3%,差异有统计学意义(P<0.05)。结论:应用AI教学在外科护理教育中可显著提高学生的成绩和积极性,与传统教学模式相比它能够明显改善学生的学习效果。
简介:摘要:目的:人工智能(AI)在头颈部血管CTA中的应用价值。方法:以我院收诊的122例头颈部血管CTA患者为研究对象,以DSA诊断方法为金标准,对人工智能(AI)诊断方法的价值进行分析,对诊断结果准确度进行研究。结果:人工组和AI组患者颈总动脉、大脑中动脉、CT值、噪声、SNR、CNR数据对比,有差异,(P=0.006、0.001、0.025、0.021、0.003、0.001、0.001、0.001<0.05)。人工组和AI组患者去骨能力、图像质量评分数据对比,有差异,(P=0.001/0.002<0.05)。人工组和AI组诊断准确度为重度狭窄-闭塞91.80、82.79,动脉瘤88.52、92.62。结论:在头颈部血管CTA中的应用人工智能(AI)可以进行后处理图像重建和结果诊断,重建后图像质量明显改善,诊断时间明显缩短,一键进行处理重建,有推广的意义。
简介:摘要目的:探究人工智能( AI) CT对肺结节患者病变检出及定性诊断。方法:选择在本院进行治疗的肺结节患者,人数为 50例,按照入院顺序分组原则,各组 25例,其中 25例进行人工智能( AI) CT诊断(观察组)、 25例进行常规 CT诊断(对照组),将各组指标进行比较。结果 :观察组检出率与对照组相比存在差异( P< 0.05)。观察组敏感度、特异度高于对照组, P<0.05。观察组误诊率、漏诊率低于对照组, P<0.05。结论:人工智能( AI) CT对肺结节患者病变检出具有较高价值,误诊率和漏诊率均较低,能够使诊断的敏感度和特异度得以提高,值得研究和推广。