人工知能による膝のMRI骨髄病変検出の改善:外部検証研究

科学分野:

• 放射線科
• 医療用イメージング
• 人工知能

背景:

• 磁気共鳴画像 (MRI) は,関節炎や怪我の重要な指標である膝の骨髄腫の検出に不可欠です.
• 骨髄腫の正確な検出は,放射線科医の専門知識に大きく依存し,時間がかかることがあります.
• 膝のMRIにおける骨髄腫のセグメンテーション効率は大きな課題です.

研究 の 目的:

• 膝の骨髄腫の診断の精度を向上させるための人工知能 (AI) の影響を評価する.
• 骨髄腫のセグメント化におけるAIアルゴリズムの性能と効率を評価する.
• 膝のMRIで骨髄腫の検出のためのAIソリューションを外部で検証する.

主な方法:

• 198件の膝のMRI検査による外部データセットを用いた多センター,多リーダー,多症例の遡及研究.
• 3D-UNetモデルを備えたAIアルゴリズム (Keros) が特定のMRIシーケンスの骨髄腫のセグメンテーションに使用された.
• 基礎的な真実は,専門の筋骨神経放射線医によって確立され,AIの支援と無支援でパフォーマンスを比較した.

主要な成果:

• AIは骨髄腫の検出に対する感度を79. 3%から85. 4%に大幅に増加させた (p=0).
• AIでは特異性も著しく改善され,88. 9%から93. 9%に上昇した (p=0).
• AIの支援により,読書時間は42%短縮され,平均で試験毎に0.66分短縮されました (p=3.81e-41).

結論:

• AIは,一般放射線科医による骨髄腫の検出の感度と特異性を大幅に高めます.
• 膝のMRI解釈に必要な時間を大幅に短縮します
• 膝関節炎患者の縦断的なモニタリングの改善に AIは有望です