简介:摘要血细胞形态学检查是血细胞分析的重要复检手段,也是以细胞病变为病理改变的血液病诊断的基础。人工智能辅助血细胞形态学检查可有效弥补人工显微镜检查方法的不足,极大提高细胞形态学检验的工作效率,很大程度上解决人力不足和劳动强度的问题,明显提高检验结果的重复性,便于检验结果的审核及复检,可以实现远程在线血细胞形态学检验和诊断等。但我国目前血细胞形态学检查方法仍是以人工显微镜检查为主要方法,为促进和拓展人工智能辅助血细胞形态学检查的临床应用,自动化血细胞形态分析仪研发生产商及临床检验专家应共同致力于推动自动化血细胞形态学分析的标准化,加强其性能评价及验证,不断提高其分析性能,拓展其临床应用范围,推进我国血细胞形态学数据库的建设。
简介:摘要目的评估HaiMed难愈性创面人工智能辅助系统在创面测量中的准确性及实用性。方法根据入选标准选取北京大学第三医院成形外科2019年1至8月诊治的慢性创面患者20例,男12例,女8例,年龄20~76岁,其中术后愈合不良创面9例,糖尿病足创面6例,压疮4例,肿瘤创面1例。分别采用传统的透明膜勾边法和HaiMed难愈性创面人工智能辅助系统对20例创面面积进行测量。对2组创面面积测量结果进行配对t检验,应用Spearman简单相关分析、Bland-Altman评价以及变异系数,对HaiMed系统的准确性、稳定性进行统计分析。P<0.05为差异有统计学意义。结果HaiMed难愈性创面人工智能辅助系统与传统测量工具相比,在创面面积测量中差异无统计学意义(t=1.997,P=0.060),2种方法的Spearman相关系数r=0.998,两者一致性好。Bland-Altman评价示所有散点均落于95%一致性界限内,HaiMed系统准确性可靠。透明膜勾边法组变异系数最小0.41%,最大4.03%,平均1.67%;HaiMed组变异系数最小0.15%,最大2.31%,平均0.60%,HaiMed系统较传统测量方法有更高的稳定性。结论HaiMed难愈性创面人工智能辅助系统测量创面面积准确性高、稳定性好,尤其对于浅表创面,可进行简便快捷的创面评估,是一套新型、可靠的创面测量工具。
简介:摘要目的构建人工智能辅助诊断系统,自动发现胃溃疡病灶,鉴别胃良性溃疡与恶性溃疡。方法收集武汉大学人民医院消化内镜中心2016年11月—2019年4月拍摄的胃镜图片1 885张,其中正常胃黏膜图片636张、良性胃溃疡图片630张、恶性胃溃疡图片619张。其中1 735张为训练集,150张为测试集,分别将图片输入基于fastai框架的Res-net50模型、基于Keras框架的Res-net50模型和基于Keras框架的VGG-16模型进行训练。分别构建正常胃黏膜与良性溃疡、正常胃黏膜与恶性溃疡、良性与恶性溃疡3个单独的二元分类模型。结果VGG-16模型表现出了最好的结果,验证集验证模型区分正常黏膜与良性溃疡、正常黏膜与恶性溃疡、良性与恶性溃疡的精确度分别为98.0%、98.0%和85.0%。结论本研究获得的模型在发现溃疡病灶上具有较好的能力,有望应用于临床辅助溃疡病灶检出并鉴别良恶性溃疡。