基于AI的MRI监测在多发性硬化症中的真实世界的临床验证

科学领域:

• 神经成像是一种神经成像.
• 人工智能的人工智能
• 多发性硬化症管理管理

背景情况:

• 多发性硬化症 (MS) 管理的目标是没有疾病活动的证据 (NEDA),依靠MRI监测静默的疾病进展.
• 标准放射学报告是定性性的,可能会错过微妙或正在发展的病变,影响治疗决策.
• 现有的定量神经成像工具缺乏足够的临床验证以用于常规实践.

研究的目的:

• 评估基于人工智能的工具对MS的定量MRI分析的临床实用性和准确性.
• 将AI工具的性能与标准放射学报告和临床试验成像核心实验室进行比较.
• 评估人工智能工具检测病变活动和测量多发性硬化症患者大脑体积损失的能力.

主要方法:

• 使用了397个来自常规临床实践的多中心MRI扫描对.
• 将基于人工智能的集成工具与标准放射学报告和共识基础真相进行了比较.
• 与核心临床试验成像实验室相比,验证了AI工具对病变活动和定量脑体积测量 (例如,脑体积损失的百分比) 的性能.

主要成果:

• 人工智能工具在检测多发性硬化症疾病活动方面表现出比标准放射学报告 (58.3%) 更高的病例级敏感性 (93.3%).
• 人工智能工具显示,损伤活动和大脑体积损失测量与核心实验室的特异性和等效性损失最小.
• 人工智能工具发现了定性放射学报告中的不一致性,并提供了患者特定的损伤负担百分位数.

结论:

• 基于人工智能的定量MRI分析显著提高了MS的放射学报告的准确性和价值.
• 经过验证的AI工具可以通过改善疾病活动和神经退行症的检测来支持MS的精确管理.
• 这种人工智能工具的规模部署有望推进多发性硬化症患者的精确管理.