非コントラストコンピュータトモグラフィを用いた大動脈解剖スクリーニングのためのYOLOv8のディープラーニングアプリケーション

科学分野:

• 医療イメージングにおける人工知能
• 心血管放射線科
• 診断支援のためのディープラーニング

背景:

• 急性大動脈解剖 (AD) は,迅速な診断を必要とする重大な状態です.
• 非コントラスト コンピュータ トモグラフィー (CT) はAD検出に使用されますが,放射線科医の解釈は変動し,時間がかかります.
• アルツハイマー病の診断に より効率的で正確な ツールが必要です

研究 の 目的:

• 非コントラストCTスキャンでADを検出するための解釈可能なYOLOv8ディープラーニングモデルを開発し,検証する.
• AIモデルの診断性能と効率を放射線科医と比較する.

主な方法:

• 5つの機関から1,138の非コントラストCTスキャンを対象に実施した研究で,トレーニング,内部,外部検証のコホートに分けられました.
• 解釈可能なYOLOv8ディープラーニングモデルは,注釈付きCT画像で訓練されました.
• 性能はAUC,感度,特異性,推論時間を用いて評価され,血管介入放射線科医,一般放射線科医,およびレジデントと比較した. Grad-CAMは解釈性のために使用されました.

主要な成果:

• YOLOv8sモデルは,外部検証コホートでAUCが0. 970で高い診断性能を示した.
• モデルの感度 (0. 976) と特異度 (0. 935) は,放射線学者と同等または優れていた.
• モデルの推論時間 (3.47秒) は,放射線科医の平均解釈時間 (25.32秒) よりも著しく短かった.

結論:

• YOLOv8sのディープラーニングモデルは,非コントラストCTでADを確実に検出し,速度と精度で放射線医を上回ります.
• このAIツールはADのスクリーニングを強化し,臨床意思決定を支援し,診断の質を改善する可能性を秘めています.
• Grad-CAMによって確認されたモデルの解釈可能性は,その臨床的有用性を支持しています.