论文部分内容阅读
摘要：目的：分析人工智能影像技术在卒中诊疗中的应用效果。方法：筛选出本院在2020/3-2021/3时期接收的运用人工智能影像技术进行诊疗的脑卒中患者48例，筛选出本院在2019/2-2020/2时期接收的运用传统技术进行诊疗的脑卒中患者48例，对比2组的CT检查时间、静脉溶栓DNT时间、疾病诊断精准率。结果：实验组的CT检查时间、静脉溶栓DNT时间等远远小于对照组，另外，实验组疾病诊断精准率是95.83%明显高于对照组的81.25%，以上指标对比差异突出，存在统计学价值（P<0.05）。结论：通过人工智能影像技术对脑卒中患者实施诊断与治疗，能够明显地缩减患者的CT筛查与静脉溶栓时间，是一项具有一定应用价值的诊疗方法，值得广泛运用。
关键词：人工智能;影像技术;脑卒中;诊疗
【中图分类号】R255.2 【文献标识码】A 【文章编号】1673-9026（2021）09-178-01
脑卒中是一个常见病症，具有较高的致残率与死亡率，通常会对患者及其家庭带来严重的经济压力，甚至也会带来极大的精神伤害，已经成为现今国际上普遍认同的一个公共卫生问题。本院在全面应用人工智能影像技术之后，发现其对脑卒中患者的临床诊疗具有积极作用。接下来我们通过回顾分析法对其展开临床研究，由此来探讨人工智能影像技术的具体应用，相关内容如下。
1.资料和方法
1.1常规资料
筛选出本院在2020/3-2021/3时期接收的运用人工智能影像技术进行诊疗的脑卒中患者48例，将其设置为实验组，其中男女之比是25：23;年龄在23-81岁之间，中间值是（50.3±9.5）岁;同时又筛选出本院在2019/2-2020/2时期接收的运用传统技术进行诊疗的脑卒中患者48例，将其设置为对照组，其中男女之比是27：21;年龄在24-80岁之间，中间值是（51.2±8.2）岁。对比两组的基线资料发现差异不突出（P>0.05）。此次研究内容及目的已被所有患者悉知，且全部患者签署知情同意书。2组患者的病情诊断是以手术检查结果为准，并且在接受诊疗过程中，均由同一组医护人员进行标准化操作，保障研究期间不存在医护人员差异引起的误差。
1.2方法
对照组选择传统诊疗模式，即：血化验、CT与MRI检查、溶栓治療等。实验组选择人工智能影像技术，其操作流程包括：指导患者进行CT与MRI检查，然后对检查数据进行分析，运用人工智能技术对患者的病变区域进行自动识别，例如：鉴别分析颈动脉斑块成分组成，并评估患者斑块破裂风险，再与患者的临床检查结果进行验证，在给予确认之后，则需要及时安排患者接受溶栓治疗，在此期间，需要配置一个具有人工智能检测功能的手机软件，便于对患者的临床治疗过程进行督导与服务，确保整个环节能够有条不紊地运行下去。
1.3观察指标
对比2组的CT检查时间、静脉溶栓DNT时间、疾病诊断精准率。
1.4数据分析
以上实验数据通过SPSS25.0展开研究，计数指标给予（n，%）阐释;计量指标给予（）阐释，如果最后的数据是P<0.05，能够看出其差异存在统计学价值。
2. 结果
2.1对比2组患者的CT检查时间、静脉溶栓DNT时间
结合表1能够发现： 实验组CT检查时间、静脉溶栓DNT时间分别是（12.44±2.74）min、（17.42±1.87）min，明显小于对照组的（25.04±4.55）min、（45.72±4.13）min，以上指标对比差异突出，存在统计学价值（P<0.05）。
2.2对比2组患者的疾病诊断精准率
结合表2能够发现： 实验组疾病诊断精准率是95.83%明显高于对照组的81.25%，以上指标对比差异突出，存在统计学价值（P<0.05）。
3.讨论
脑卒中是一个危害非常大的疾病，对患者的生命安全及日常生活带来极大影响。若无法第一时间接受规范性治疗，通常会导致疾病损伤范围扩大，影响预后效果。对此，在实施临床诊断过程中，采用先进的诊疗技术提高疾病诊断率、缩短治疗时间是非常重要的。基于人工智能影像技术的作用下，能够逐步提高患者的疾病诊断率，它主要是结合患者的生命体重、临床主诉、生理变化、各项评分等进行综合评判，同时，还需要把脑卒中筛查、高危因素分析等当作一个相对独立的模板，确保患者能够第一时间接受精准的临床干预。值得注意的是，脑卒中患者的溶栓治疗时间是非常紧迫的，它需要在最短的时间内为患者清除病灶，根据一些西方国家的临床研究来看，在患者接受静脉溶栓治疗方案之后，运用人工智能技术能够精准定位，并第一时间启动溶栓绿色通道，安排主治医生尽快接诊，大大提高溶栓效率，对抢救患者带来积极的作用。根据本文的研究结果能够发现：实验组的CT检查时间、静脉溶栓DNT时间等远远小于对照组，另外，实验组疾病诊断精准率是95.83%明显高于对照组的81.25%，以上指标对比差异突出，存在统计学价值（P<0.05）。这能够看出，采用人工智能影像技术对诊治脑卒中患者是有很大帮助的，它能够为患者进行临床抢救提供机会，并逐步提高临床抢救精准率，为增强患者预后质量发挥积极作用。
参考文献：
[1]傅璠， 卢洁. 人工智能在缺血性脑卒中影像的研究进展[J]. 中华老年心脑血管病杂志， 2020（10）.
[2]李思奇， 赵依双， 张玉梅. 人工智能在脑卒中后认知障碍评定与康复中的应用[J]. 中国医刊， 2019， v.54（10）：32-36.
[3]魏铭综述， 黄楹审校. 急性缺血性卒中血管内治疗影像筛选研究进展[J]. 国际神经病学神经外科学杂志， 2020（1）：95-98.
作者简介：熊大喜（1987-12-），男，汉族，本科，云南保山人，主治医师，研究方向： 影像诊断。
关键词：人工智能;影像技术;脑卒中;诊疗
【中图分类号】R255.2 【文献标识码】A 【文章编号】1673-9026（2021）09-178-01
脑卒中是一个常见病症，具有较高的致残率与死亡率，通常会对患者及其家庭带来严重的经济压力，甚至也会带来极大的精神伤害，已经成为现今国际上普遍认同的一个公共卫生问题。本院在全面应用人工智能影像技术之后，发现其对脑卒中患者的临床诊疗具有积极作用。接下来我们通过回顾分析法对其展开临床研究，由此来探讨人工智能影像技术的具体应用，相关内容如下。
1.资料和方法
1.1常规资料
筛选出本院在2020/3-2021/3时期接收的运用人工智能影像技术进行诊疗的脑卒中患者48例，将其设置为实验组，其中男女之比是25：23;年龄在23-81岁之间，中间值是（50.3±9.5）岁;同时又筛选出本院在2019/2-2020/2时期接收的运用传统技术进行诊疗的脑卒中患者48例，将其设置为对照组，其中男女之比是27：21;年龄在24-80岁之间，中间值是（51.2±8.2）岁。对比两组的基线资料发现差异不突出（P>0.05）。此次研究内容及目的已被所有患者悉知，且全部患者签署知情同意书。2组患者的病情诊断是以手术检查结果为准，并且在接受诊疗过程中，均由同一组医护人员进行标准化操作，保障研究期间不存在医护人员差异引起的误差。
1.2方法
对照组选择传统诊疗模式，即：血化验、CT与MRI检查、溶栓治療等。实验组选择人工智能影像技术，其操作流程包括：指导患者进行CT与MRI检查，然后对检查数据进行分析，运用人工智能技术对患者的病变区域进行自动识别，例如：鉴别分析颈动脉斑块成分组成，并评估患者斑块破裂风险，再与患者的临床检查结果进行验证，在给予确认之后，则需要及时安排患者接受溶栓治疗，在此期间，需要配置一个具有人工智能检测功能的手机软件，便于对患者的临床治疗过程进行督导与服务，确保整个环节能够有条不紊地运行下去。
1.3观察指标
对比2组的CT检查时间、静脉溶栓DNT时间、疾病诊断精准率。
1.4数据分析
以上实验数据通过SPSS25.0展开研究，计数指标给予（n，%）阐释;计量指标给予（）阐释，如果最后的数据是P<0.05，能够看出其差异存在统计学价值。
2. 结果
2.1对比2组患者的CT检查时间、静脉溶栓DNT时间
结合表1能够发现： 实验组CT检查时间、静脉溶栓DNT时间分别是（12.44±2.74）min、（17.42±1.87）min，明显小于对照组的（25.04±4.55）min、（45.72±4.13）min，以上指标对比差异突出，存在统计学价值（P<0.05）。
2.2对比2组患者的疾病诊断精准率
结合表2能够发现： 实验组疾病诊断精准率是95.83%明显高于对照组的81.25%，以上指标对比差异突出，存在统计学价值（P<0.05）。
3.讨论
脑卒中是一个危害非常大的疾病，对患者的生命安全及日常生活带来极大影响。若无法第一时间接受规范性治疗，通常会导致疾病损伤范围扩大，影响预后效果。对此，在实施临床诊断过程中，采用先进的诊疗技术提高疾病诊断率、缩短治疗时间是非常重要的。基于人工智能影像技术的作用下，能够逐步提高患者的疾病诊断率，它主要是结合患者的生命体重、临床主诉、生理变化、各项评分等进行综合评判，同时，还需要把脑卒中筛查、高危因素分析等当作一个相对独立的模板，确保患者能够第一时间接受精准的临床干预。值得注意的是，脑卒中患者的溶栓治疗时间是非常紧迫的，它需要在最短的时间内为患者清除病灶，根据一些西方国家的临床研究来看，在患者接受静脉溶栓治疗方案之后，运用人工智能技术能够精准定位，并第一时间启动溶栓绿色通道，安排主治医生尽快接诊，大大提高溶栓效率，对抢救患者带来积极的作用。根据本文的研究结果能够发现：实验组的CT检查时间、静脉溶栓DNT时间等远远小于对照组，另外，实验组疾病诊断精准率是95.83%明显高于对照组的81.25%，以上指标对比差异突出，存在统计学价值（P<0.05）。这能够看出，采用人工智能影像技术对诊治脑卒中患者是有很大帮助的，它能够为患者进行临床抢救提供机会，并逐步提高临床抢救精准率，为增强患者预后质量发挥积极作用。
参考文献：
[1]傅璠， 卢洁. 人工智能在缺血性脑卒中影像的研究进展[J]. 中华老年心脑血管病杂志， 2020（10）.
[2]李思奇， 赵依双， 张玉梅. 人工智能在脑卒中后认知障碍评定与康复中的应用[J]. 中国医刊， 2019， v.54（10）：32-36.
[3]魏铭综述， 黄楹审校. 急性缺血性卒中血管内治疗影像筛选研究进展[J]. 国际神经病学神经外科学杂志， 2020（1）：95-98.
作者简介：熊大喜（1987-12-），男，汉族，本科，云南保山人，主治医师，研究方向： 影像诊断。