机构名称：
¥ 1.0
结果：经验丰富的读者在曲线（AUC）下表现出卓越的性能，为0.888 [95％置信区间（CI）：0.793–0.983]，表明诊断精度很高。相反，KOIOS决策支持（DS）系统的AUC为0.693（95％CI：0.562–0.824）。在KOIOS和弹性的指导下，经验不足的读者的AUC为0.679（95％CI：0.534–0.823），而仅KOIOS的AUC为0.655（95％CI：0.512-0.799）。在没有任何指导的情况下，经验较低的读者表现出最低的性能，AUC为0.512（95％CI：0.352–0.672）。经验丰富的读者的灵敏度为98.1％，特异性为58.8％，正预测值为88.1％，负预测值为90.9％，总体准确性为88.6％。KOIOS DS的灵敏度为92.5％，特异性为35.3％，精度为78.6％。在受考山和弹性的指导下，经验丰富的读者的灵敏度为92.5％，特异性为23.5％，精度为75.7％。仅由Koios引导时，经验较低的读者的灵敏度为90.6％，特异性为17.6％，精度为72.9％。最后，没有任何指导的经验较低的读者的灵敏度为84.9％，特异性为17.6％，精度为68.6％。
诊断性乳房超声中的人工智能
主要关键词
相关文件推荐
