通过人工智能检测和量化肺栓塞:SFR 2022人工智能数据挑战
Younes Belkouchi1, Mathieu Lederlin2, Amira Ben Afia3
1OPIS, CentraleSupelec, Inria, Université Paris-Saclay, 91190 Gif-Sur-Yvette, France; Laboratoire d'Imagerie Biomédicale Multimodale Paris-Saclay, BIOMAPS, UMR 1281, Université Paris-Saclay, Inserm, CNRS, CEA, 94800 Villejuif, France.
人工智能可以通过分析CT扫描来帮助诊断肺栓塞. 这个数据挑战证明了AI.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 肺栓塞 (PE) 诊断依赖于CT肺血管造影 (CTPA) 的专家解释.
- 定量指标可以提高诊断准确度和放射科医生支持.
研究的目的:
- 评估人工智能 (AI) 在诊断肺栓塞 (PE) 方面的表现.
- 评估AI估计右/左心室直径比率 (RV/LV) 和Qanadli的得分的能力.
- 组织一个多中心数据挑战,用于PE诊断中的AI开发.
主要方法:
- 进行了一项涉及16个法国中心的多中心数据挑战.
- 在一个认证的网络平台上收集和策划了匿名的CTPA数据集.
- 人工智能模型被训练并对包括PE检测,RV/LV比率和Qanadli的得分估计在内的任务进行评估.
主要成果:
- 1268 CT 考试被收集并分批分发用于培训和评估.
- 七支48名参与者的团队参加了比赛,利用放射科医生,数据科学家和工程师.
- 获胜的球队总得分为0.784,表现出了强的表现.
结论:
- 人工智能显示出使用现实数据诊断肺栓塞的前景.
- 由人工智能驱动的量化措施提高了诊断的解释性,并支持放射科医生.
- 人工智能工具是有价值的,特别是在PE诊断的紧急情况下.
更多相关视频
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
08:05Lung CT Segmentation to Identify Consolidations and Ground Glass Areas for Quantitative Assesment of SARS-CoV Pneumonia
Published on: December 19, 2020
相关概念视频
Pulmonary Embolism II: Diagnostic Studies and Interprofessional Care
Pulmonary Embolism I: Introduction
