マルチスケールサンプリングを用いた肝胆相画像における小肝損傷を検出する人工知能ソフトウェア

科学分野:

• 医療用イメージング
• 放射線学における人工知能
• 肝胆画像検査

背景:

• ガドキセチン酸強化肝胆相 (HBP) 画像は肝臓病変の検出に不可欠です.
• 肝臓の小さな病変の正確な解釈は,診断上の課題です.
• 人工知能 (AI) は放射線学の診断能力を向上させる可能性を秘めています

研究 の 目的:

• HBP画像を解釈する読者の診断性能にマルチスケールサンプリング人工知能 (msAI) ソフトウェアの影響を評価する.
• 小型肝臓病変の検出と特徴づけに msAI の影響を評価する.
• msAIのサポートとなしでのリーダーのパフォーマンスを分析する.

主な方法:

• 186人の肝臓病変患者の30人のHBP画像をレビューした.
• 3人の放射線科医 9人のレジデント 2人の一般医が msAI ソフトウェアを使って 2回画像を解釈しました
• ジャックナイフフリーレスポンス受容器操作特性 (ROC) 分析を使用して,メリット (FOM) と病変局所化分数 (LLF) を計算した.
• ネガティブ・コンサルテーション・レシオ (NCR) は,AIの発見を評価する際にリーダーの正確さを評価するために計算された.

主要な成果:

• msAIソフトウェアは,すべての読者 (0. 74から0. 82,p<0. 01) に対して,病変の局所化分数 (LLF) を有意に改善した.
• 全体的なメリット (FOM) は有意に変化しなかった (0. 76から0. 78,p=0. 45).
• 6mm未満の病変では,msAIはLLF (0. 40から0. 53,p< 0. 01) を有意に改善したが,FOMは変化しなかった (0. 63から0. 66,p=0. 51).
• 低負の相談比率 (<10%) を有する読者は,msAIを使用すると,LLFとFOMの両方で有意な改善を示しました.

結論:

• マルチスケールサンプリング人工知能 (msAI) ソフトウェアは,小型の肝臓病変の画像の検出能力を高めます.
• msAIの利点は,読者がその出力を正確に解釈し利用できる場合に最も顕著です.
• 人工知能のツールは 肝臓の病変の検出に 挑む診断の精度を向上させることを約束しています