基于人工智能的诊断喉癌的深度
Kohei Yumii1, Tsutomu Ueda1, Daisuke Kawahara2
1Department of Otorhinolaryngology, Head and Neck Surgery, Graduate School of Biomedical and Health Sciences, Hiroshima University, 1-2-3 Kasumi Minami-ku, Hiroshima, Japan.
Auris, nasus, larynx
|October 14, 2023
概括
使用人工智能 (AI) 的放射学分析可以准确诊断喉癌的深度. 这种由人工智能驱动的方法显示了与熟练内镜师相当的诊断性能,有助于手术规划.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 透口手术 (TOS) 是用于喉癌的标准治疗方法.
- 准确确定瘤深度对于TOS至关重要,以避免正边缘和过度切除.
- 目前用于评估瘤深度的方法可能具有挑战性,可能导致不理想的外科手术结果.
研究的目的:
- 研究基于人工智能的图像分析技术放射学在准确诊断喉癌深度方面的有效性.
- 与传统方法相比,评估放射学在识别亚皮质侵袭方面的诊断性能.
主要方法:
- 以TOS治疗的状细胞癌 (SCC) 患者的95张内镜图像的回顾性分析.
- 对NBI图像进行了放射性分析,以评估亚皮质侵袭.
- 包括精度,灵敏度,特异性和AUC在内的诊断性能指标被计算并与专家内镜诊断相比较.
主要成果:
- 放射学分析实现了0.833.3的平均交叉验证准确度.
- 交叉验证的曲线下的平均面积 (AUC) 为0.868.8.
- 放射学的诊断性能被发现相当于熟练的内镜医生.
结论:
- 放射学分析表明,对于准确诊断喉癌的潜力很大.
- 这种人工智能驱动的方法可以提供一个有价值的工具,以帮助手术决策在TOS.
- 未来的前性研究计划验证其在实际手术环境中的临床应用.
