基于AI视觉技术的医疗影像辅助诊断系统在放射科质量管理中的应用效果

目的:探究基于AI视觉技术的医疗影像辅助诊断系统在放射科质量管理中的应用效果.方法:医院从2019年7月开始在放射科中实施基于AI视觉技术的医疗影像辅助诊断系统.2019年1～6月为实施前和2019年7～12月为实施后.比较实施前后放射科质量管理情况.结果:实施后后受检者等待出片时间,单次检查成本费用,单个部位检查耗时及诊断报告不合格率均显著低于实施前(P<0.05).实施后放射科工作人员对质量管理的评分明显高于实施前(P<0.05).结论:基于AI视觉技术的医疗影像辅助诊断系统在放射科质量管理中的应用可显著提高放射科工作人员的工作效率与工作质量,降低医院的医疗成本,提高医院管理的信息化水平.

人工智能助沪医院诊疗水平提升

从ChatGPT到DeepSeek,生成式人工智能一次又一次让人们惊収技术的进步.曾经让许多智能体折戟的图灵测试已分辨不出DeepSeek和真人,生成式人工智能以更强大的运算能力和常人无法企及的学识,成功扮演着人们的得力助手.在今年的全国"两会"中,AI是热点话题之一:全国人大新闻发言人娄勤俭在首场发布会上频频为深度求索等中国AI企业点赞,"持续推进'人工智能+'行动"更是写入了政府工作报告.在卫生健康领域,生成式人工智能正深度介入就诊咨询,辅助诊断和病理分析等医疗全过程,为医院诊疗插上了AI的"翅膀".

新冠肺炎AI辅助医学影像诊断系统研究取得进展

华中科技大学电信学院联合华为云等团队;研发并推出了新冠肺炎AI辅助医学影像量化分析系统;根据新型冠状病毒感染的肺炎诊疗方案(试行第五版)》;当前"疑似病例具有肺炎影像学特征"已被纳入湖北省临床诊断标准;由此可见CT影像是诊断与评估的重要依据之一;然而;由于患者数量多,肺内病灶多,进展变化快,短时间内需要多次复查等原因;影像医生的精准诊断,量化分析面临巨大的挑战;

中国智慧医疗领域的新趋势,新特点,新展望

2024年,政策支持与市场驱动共同推动了智慧医疗发展.技术创新引领医疗模式变革,AI辅助诊断精准度提升,远程医疗业务提质增效;互联网诊疗业务量增长,个体化医疗与健康管理普及.技术集成与解决方案成熟度提升,智慧医疗社会责任不断增强.展望未来,智慧医疗将在政策导向下构建全域互联新格局,引领行业向更加智能化,个性化,精准化的方向迈进.

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.

人工智能赋能多模态数据整合精准诊断阿尔茨海默病

阿尔茨海默病(AD)是最常见的神经退行性疾病,因其起病隐匿,轻症期易被忽视,早期诊断困难.随着全球老龄化加剧,AD的有效防控已成为重大公共卫生问题.早期诊断技术的突破,使得在临床症状出现前数年甚至数十年识别AD成为可能;人工智能(AI)技术在提升诊断准确性与早期预警能力方面展现出巨大潜力.AI赋能AD多模态精准诊断的核心,是构建从数据生成,技术整合到临床决策的闭环体系.检验医学作为多模态数据整合中枢与 AI 辅助诊断验证平台,可通过建立标准化质量管理体系,加强跨学科协作与转化研究能力,搭建人工智能驱动的 AD 多模态数据整合技术-临床转化框架,为检验医学从单一标志物检测向系统性疾病管理转型提供理论依据与实践路径,推动 AD 诊疗模式由被动诊断向主动预防的根本性转变.