在患有多发性硬化症的患者中,基于人工智能检测可增强对比度的MRI病变

科学领域:

• 神经学 神经学
• 放射学 放射学是一门学科.
• 人工智能的人工智能

背景情况:

• 大脑MRI上的对比增强 (CE) 病变是多发性硬化症 (MS) 活跃炎症的关键指标.
• 这些病变可能是微妙的,在例行放射学评估中很容易被忽视.
• 自动检测工具正在出现,但需要独立的临床验证.

研究的目的:

• 验证外部训练的人工智能 (AI) 工具用于检测MS患者的CE病变.
• 评估人工智能工具在临床环境中对人类专家阅读器的性能.

主要方法:

• 在1488个MS脑MRI数据集 (FLAIR和对比后T1加权图像) 上训练了一个3D卷积神经网络.
• 人工智能模型在一个独立的数据集上进行了测试,其中包括来自常规临床实践的504名多发性硬化症患者扫描.
• 两个神经放射学家建立了一个黄金标准,在患者和病变水平上评估AI性能.

主要成果:

• 人工智能工具在患者水平上实现了高性能:回忆率为0.75,特异性为0.99,精度为0.91,准确度为0.96.
• 人工智能与人类读者的协议与读者之间的协议相当 (科恩的kappa 0.69-0.76).
• 错误的阴性主要是小的,低对比度的,或者是底病变.

结论:

• 在MS中基于人工智能的CE病变检测是可行的,并且在独立的临床数据上与人类读者相提并论.
• 人工智能工具可以作为一个有价值的第二读者来评估活跃的MS炎症.
• 视觉检查仍然至关重要,特别是对于具有挑战性的损伤类型.