目的 探究基于AI的头颈CTA在诊断颅内动脉瘤中的应用价值。方法 回顾性收集右江民族医学院附属医 院2021年5月至2022年5月共96例疑似颅内动脉瘤患者的临床资料。分别通过AI后处理技术(AI组)与人工后处理 技术(手动组)分析CTA数据,并记录两组后处理时间以及颅内动脉瘤的检出和径线测量结果。以DSA为金标准,计算 两组诊断颅内动脉瘤的敏感度和准确率,并分别与DSA 动脉瘤测量结果进行比对。结果 96例患者中,经DSA 确诊 71例,共计92个动脉瘤。①后处理时间:手动组为380(342~434)s,AI组为3.05(2.79~3.22)s,差异有统计学意义 (P <0.001)。②检出效能:以患者为单位,诊断颅内动脉瘤的敏感度、特异度和准确率,AI组分别为88.73%、 80.65%、91.66%,手动组分别为91.55%、80.00%、96.87%;以动脉瘤个数和位置为单位,AI组误诊及漏诊个数多于手 动组。③定量分析:与DSA测量数值对比,AI组在瘤颈宽度的测量数值上差异具有统计学意义(P <0.05),而手动组 在瘤颈宽度的测量数值差异无统计学意义(P >0.05);手动组与AI组与DSA 测量数值对比在瘤体<3mm 的测量数 值上差异均具有统计学意义(P <0.05),而对于瘤体长径3~5mm 及>5mm 测量数值差异均无统计学意义(P > 0.05)。结论 基于AI的头颈CTA在诊断颅内动脉瘤中具有较高的价值,AI技术可作为进一步推广及应用的筛查手 段。同时也存在一定的假阳性率和假阴性率,需灵活联合传统人工诊断,从而达到最佳的正确诊断效果。