基于人工智能的CT出血检测工具的现实世界验证

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:

• 内出血 (ICH) 是一种严重的疾病,需要通过计算机断层扫描 (CT) 及时诊断.
• 自动化的人工智能工具可以加快识别医学成像中的ICH等关键异常.

研究的目的:

• 评估VeriScoutTM的现实世界性能,这是一个基于人工智能的工具,用于CT出血检测和分类.
• 将人工智能工具的准确性与专家共识和一般放射学家进行比较.

主要方法:

• 追溯分析了527个没有对比度的头部CT扫描.
• 根据专家的共识建立的基本真相,数据按文物,术后状态和转介来源分层.
• 与VeriScoutTM与地面真相和放射学家的性能比较.

主要成果:

• 在ICH检测中,VeriScoutTM获得了0.92的灵敏度和0.96的特异性.
• 人工智能工具在灵敏度 (0.92对0.88) 和匹配的特异性 (0.96对0.98) 中超过了一般放射科医生.
• 成功识别了13/14例子arachnoid出血病例,并与人工制品或术后变化保持了性能.

结论:

• 通过人工智能驱动的ICH工作列表优先级可以提高患者的护理.
• VeriScoutTM可以无地集成到现有的放射学工作流程中,在10分钟内标记关键发现.
• 这种人工智能工具可以提高诊断效率,而不会增加放射科医生的工作量.