目的:比较人工智能（Artificial Intelligence,AI）与放射科医师之间对头颈部血管成像（Computed Tomographic Angiography,CTA）之动脉瘤的检出率、位置及相关形态学特征如瘤颈、最大径等数据的一致性,探讨这一辅助诊断软件的临床应用价值,提供一种快捷简便且诊断效能高的影像辅助诊断手段,提高放射科医师在阅片时的速度,减低工作强度。方法:回顾性收集并分析在安徽医科大学第一附属医院有需要并进行头颈CTA检查的病例600例,其中300例为放射科医师检出有动脉瘤的病例,另300例为放射科医师检出无动脉瘤的病例。用AI辅助软件（Cerebral Doc?）对这600例图像进行自动图像后处理及相关数据计算分析。以放射科医师的总体诊断结果为检验标准,进行统计学分析。从300例有动脉瘤的病例中进行筛选分组,分别分为单个动脉瘤组、急诊组、数字化减影血管造影（Digital Subtraction Angiography,DSA）组3个组别计算相应的检出率及相关数据如位置、瘤颈、最大径的一致性等。AI与放射科医师人工的后处理图像质量比较以主观评分形式显示其差异性。结果:600例病例中AI检出率结果较好,灵敏度、特异度分别为:81.67%、92.67%;动脉瘤≥3mm组较＜3mm组有着更好的检出率,灵敏度为86.11%比69.51%,准确率为89.92%比87.70%。放射科医师组内（医师1与医师2）之间的一致性较好,其位置信息一致性比较的kappa值（K值）为0.858;相关形态学特征方面:瘤颈、最大径的同类相关系数（Intraclass Correlation Coefficient,ICC）值分别为0.994和0.999。3个不同组别之间的一致性比较结果如下:单个动脉瘤组、急诊组与DSA组的位置一致性比较结果在采用严格标准后一致性结果相对不高,3组的kappa值基本位于0.4-0.75之间;采用宽松标准后,单个动脉瘤组、急诊组、DSA组（DSA比放射科医生、DSA比AI）位置信息诊断的一致性分别为82.89%、93.10%、89.80%和89.80%,一致性均较好;相关形态学特征方面:瘤颈的比较,3组中除急诊组外ICC值均＞0.75;最大径的比较,3组的ICC值均＞0.75。Bland-Altman图显示单个动脉瘤组中放射科医师与AI对于瘤颈、最大径的平均差分别为-0.73mm（-2.43至0.96mm）、0.64mm（-1.61至2.89mm）;急诊组中放射科医师与AI对于瘤颈、最大径的平均差分别为-0.95mm（-3.21至1.31mm）、1.38mm（-1.42至4.17mm）;DSA组中DSA与AI对于瘤颈、最大径的平均差分别为-0.56mm（-2.86至1.75mm）、0.90mm（-2.44至4.24mm）。图像后处理的主观评分结果显示AI图像质量优于放射科医师。结论:放射科医师组内（医师1与医师2）之间的诊断数据结果有着很好的一致性;AI对动脉瘤的检测精确度较高,特别是对≥3mm的动脉瘤。在不同的临床情况下,AI提取的位置及形态学参数等数据信息与放射科医生的诊断结果在评估头颈部血管成像之动脉瘤的检出效能中具有较好的一致性,有较好的临床应用前景,特别是在急诊情况下。该辅助软件可以很好地应用于临床并有望减轻未来放射科医师的工作强度和提高效率。