深層学習ベースの人工知能を用いた大動脈瘤の自動検出および測定システム

科学分野:

• 放射線学
• 人工知能
• 医用画像

背景:

• 大動脈瘤は死亡の重大な原因です。
• 正確な検出と測定は、効果的な管理のために不可欠です。
• 非造影CTは、大動脈評価のための一般的な画像検査法です。

研究 の 目的:

• 紡錘状大動脈瘤の検出のための深層学習人工知能（DLAI）システムの評価。
• 非造影CT画像における大動脈径測定におけるDLAIシステムの精度の評価。

主な方法:

• トレーニング用に160件、検証用に190件の非造影CT画像のレトロスペクティブな収集。
• DLAIシステムのパフォーマンスと、放射線科レポートおよび専門放射線科医のレビューとの比較。
• 大動脈セグメンテーションのDiceスコアおよび大動脈瘤検出の指標（感度、PPV、F値）の計算。

主要な成果:

• 大動脈のセグメンテーションにおける高いDiceスコア：0.90（大動脈全体）、0.94（胸部）、0.93（腹部）、0.84（腸骨）。
• DLAIシステムは、大動脈瘤検出において感度、PPV、F値がそれぞれ0.81、0.83、0.82を示し、放射線科医のレビュー後には0.83、0.87、0.85に向上しました。
• 大動脈瘤の直径測定において、平均誤差0.86 ± 2.72 mmで強い相関（ICC=0.97）を示しました。

結論:

• DLAIシステムは、大動脈瘤の検出において高い精度を示します。
• このシステムは、非造影CTスキャンでの大動脈径の測定に効果的です。
• このAIツールは、大動脈疾患の診断とモニタリングを強化する可能性を秘めています。