基于人工智能技术的血液病细胞形态学自动识别与诊断系统研究

评估基于人工智能技术的血液病细胞形态学自动识别与诊断系统在诊断准确率、诊断时间、细胞分类一致性、操作便捷性和成本效益等方面的表现,并与传统方法进行比较。方法 采用前瞻性研究设计,共纳入86例接受血液病细胞形态学检查的患者,并随机分为观察组和对照组,每组43例。观察组使用人工智能技术进行检查,而对照组采用传统方法。对比多个指标来全面评估两种方法的优劣。结果 观察组的诊断准确率为94.35%(评分4.00),对照组为87.62%(评分3.00)。观察组的平均诊断时间为16.43分钟(评分4.00),对照组为32.18分钟(评分2.00)。观察组的一致性为93.76%(评分4.00),对照组为89.42%(评分3.00)。观察组的操作便捷性评分为4.00,对照组评分为2.00。观察组的成本效益比为1.76(评分4.00),对照组成本效益比为1.23(评分3.00)。在所有对比指标中,t值和P值均表明观察组与对照组之间存在统计学意义(P<0.05)。结论 使用基于人工智能技术的血液病细胞形态学自动识别与诊断系统在诊断准确率、诊断时间、细胞分类一致性、操作便捷性和成本效益等方面均优于传统方法。