（一）可靠性评估指标

可靠性主要通过重复性、一致性和稳定性等指标来评估。重复性是指 AI 模型在多次处理相同影像数据时的结果一致性；一致性是指 AI 模型与其他诊断方法或多个 AI 模型之间的诊断结果一致性；稳定性是指 AI 模型在不同数据集和临床环境中的性能稳定性。

（二）影响可靠性的因素

数据偏差、模型过拟合、算法的不确定性以及临床环境的复杂性等都可能影响 AI 辅助诊断的可靠性。此外，不同医疗机构之间的设备差异、图像采集参数的不同也可能导致 AI 模型在实际应用中的可靠性降低。

五、AI 辅助医疗影像诊断的优势与局限性

（一）优势

1. 提高诊断效率

AI 能够快速处理大量的影像数据，大大缩短诊断时间，提高医疗服务的效率，有助于缓解医疗资源紧张的问题。

2. 减少人为误差

AI 不受人类视觉疲劳、情绪和经验等因素的影响，能够更客观地分析影像，降低人为误判的风险。

3. 发现细微病变

AI 具有强大的图像分析能力，能够检测到人类肉眼难以察觉的细微病变，提高疾病的早期诊断率。

（二）局限性

1. 数据依赖

AI 模型的性能严重依赖于训练数据的质量和数量，如果数据存在偏差或不完整，可能导致模型的不准确和不可靠。