AI辅助CCTA系统提升住院医师冠脉狭窄诊断准确性研究

摘要：

研究背景与目的

本研究探讨了人工智能辅助系统对放射科住院医师评估冠状动脉狭窄严重程度准确性的影响，同时考察了该系统对不同性质斑块的诊断效能。研究回顾分析了2024年8月至10月间108位冠状动脉粥样硬化患者的数据，这些患者均接受了冠状动脉CT血管成像（CCTA）和数字减影血管造影（ICA）检查。其中男性58例，女性50例，平均年龄64.00±11.45岁。

研究方法

两位住院医师首先独立判读基线CCTA图像，对四条冠状动脉最狭窄处的狭窄程度进行分级。斑块性质（钙化、非钙化、混合型）由资深医师确定。间隔4周后，这些住院医师在AI系统辅助下重新判读图像。采用配对McNemar检验比较AI辅助前后狭窄程度诊断准确性的差异，并用卡方检验分析不同斑块类型和诊断方法间的差异。

研究结果

对282个狭窄血管的分析显示，AI单独诊断的准确性显著高于住院医师独立诊断。AI辅助明显提升了住院医师的诊断效能，但即便如此，仍低于资深医师的水平。值得注意的是，在AI辅助下，不同斑块类型间的诊断准确性没有显著差异。

研究结论

AI辅助系统显著提高了放射科住院医师评估CCTA狭窄的准确性，在诊断不同性质斑块方面均有改善，展现了临床应用价值。