前立腺MRIにおけるT2加重画像のディープラーニングベースの画像品質評価におけるバイアス

科学分野:

• 放射線科
• 人工知能
• 医療用イメージング

背景:

• ディープラーニング (DL) モデルは,医療イメージングにおける自動化された画像品質 (IQ) 評価のためにますます使用されています.
• T2重量画像 (T2WI) は前立腺がんの診断に不可欠です.
• DLベースのIQ評価における潜在的なバイアスは,臨床解釈に影響を与える可能性があります.

研究 の 目的:

• 臨床的に有意な前立腺がん (csPCa) の存在が,DLに基づくT2WIのIQ評価にバイアスするかどうかを調査する.
• csPCaの文脈でIQの劣化を区別するDLモデルの信頼性を評価する.

主な方法:

• 放射線医によって分類された2,105のT2WIシリーズを含む遡及的研究.
• IQ分類のためのDLモデルの開発と,専門の放射線科医との合意の評価 (kappa=0.53).
• このモデルを11723件のMRI検査に適用し,症例対照のマッチングを用いて,劣化した対最適なIQ群におけるcSPCa比率を比較した.

主要な成果:

• DLモデルでは放射線医と適度な合意を示した.
• 軽度から中度までIQの低下は,最適なIQと比較して,CSPCaの比率が高いと有意に関連していました.
• 特定の差異は,中程度の劣化 (3. 6% csPCaより高い),軽度の劣化 (2. 7% csPCaより高い).

結論:

• T2WIのDLベースのIQ評価は,csPCaの患者でネガティブにバイアスされる可能性があります.
• このバイアスは,前立腺MRIにおけるIQ評価のためのDLモデルの臨床的有用性と信頼性に関する懸念を提起する.
• 正確な臨床適用のために,これらの潜在的なバイアスを対処し,軽減するためにさらなる研究が必要です.