人工智能在医学影像专业教学中的应用探索.pdf

中国高等医学教育2024年第2期13·

论著

人工智能在医学影像专业教学中的应用探索

庆*

王国杰，杨思怡”，谢丽丽，李坤炜，刘坤凤，李绍林，吴

（1.中山大学附属第五医院，广东珠海519000;2.东莞市东华医院，广东东莞523000；

3.中山大学附属肿瘤医院，广东广州510000)

[摘要]目的：探讨人工智能结合传统教学方法在医学影像专业实习教学中的应用效果。方法：选取医

学影像学专业实习生18人，分为两组，每组9人，对照组接受传统教学模式，试验组接受人工智能辅助诊断系

统结合传统教学模式，比较两组肺结节定位诊断水平。结果：试验组肺结节定位诊断考核成绩明显高于对照

组。结论：人工智能辅助诊断系统结合传统教学模式能够显著提高影像诊断教学水平。

【关键词］人工智能；医学影像；教学D01:10.3969/j.issn.1002-1701.2024.02.006

C642[文献标识码]1002-1701(2024)02-0013-02

[中图分类号]（1A[文章编号]

近年来，人工智能（artificialintelligence，AI）在医疗领试验组采用“教师带教+肺结节智能诊断辅助系统

域中的发展十分迅速，并初步应用在影像图像、眼底图阅片+教师审核”，带教教师讲解内容同对照组，实习生每

天在肺结节智能诊断系统（InferRead）辅助下至少书写5

像[2]、皮肤图像[3]、病理图像[4]等的标注、识别、临床诊疗、

科研等工作中，其中在医学影像领域的应用最为广泛、深份CT报告，智能诊断系统准确标注肺结节的数目、位置、

人。肺结节、乳腺癌、脑卒中、冠脉CTA相关的AI软件已大小、密度等信息，实习生结合智能诊断系统进行报告的

经应用于临床诊疗环节并逐步推广[5]，显著提高了影像医书写、诊断，带教教师结合智能诊断系统复核并修改实习生

报告，实习生利用PACS自带的报告对比功能浏览报告修改

师的阅片速度,并减少了漏诊及误诊率[5-8],但医学影像教

学与AI的结合明显滞后于临床，尚处于起步阶段-2]。情况，该教学过程同样实施3个月

本研究从医疗AI中最成熟的肺结节筛查技术着手，利用（三）教学评价。

人工智能诊断系统辅助影像诊断教学，并与传统的影像教教学实施3个月后，试验组脱离智能诊断系统独立阅片、

学方法对比，评估AI技术在放射诊断教学中的应用效果，书写报告,分别调阅对照组、试验组出科前3个月内的肺结节

为现代医学影像学教学提供新的教学方法CT原始报告（≥20份），比较两组肺结节定位的准确性。

一、对象与方法(四）数据分析。

(一)研究对象。采用SPSS26.0对分组前后的考核成绩进行比较，采

用独立样本t检验，P0.05为差异有统计学意义。

选择2019年1月至2020年12月在中山大学附属第

五医院放射科实习的本科生两批次各16人（共32人）为二、结果

研究对象。人组标准：医学影像学专业，在放射科实际轮分组前试验组与对照组的肺结节定位考核成绩差异

转时间≥6个月；在放射科接受系统的培训并完成一定数无统计学意义，分组后试验组的考核成绩高于对照组并且

量的影像报告。排除标准：放射科实际轮转时间6个