基于计算机断层扫描的高效准确的石块体积测定:开发自动化人工智能算法

科学领域:

• 腎臟病學 (nephrology) 是一種醫學專業.
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 目前用于表征结石负担的方法,如最大直径或圆公式,具有显著的局限性.
• 精确的石块体积测定对于有效的患者管理在尿病至关重要.

研究的目的:

• 为了评估人工智能 (AI) 算法的诊断准确度和精度,该算法是在加州大学欧文分校开发的,用于结石体积的确定.
• 为了比较人工智能算法的性能与传统的圆形公式和基准真相测量.

主要方法:

• 追溯分析322个非对比性CT扫描,这些扫描来自被诊断为尿病的患者.
• 通过经过验证的审核员使用3D Slicer技术确定地面真实3D石头体积.
• 人工智能计算的石头体积与地面真相和圆方程式估计的体积的比较.

主要成果:

• 人工智能算法证明了与地面真实体积 (R=0.98) 和优秀的3D像素重叠 (子得分=0.90) 几乎完美的相关性.
• 随着石头大小的增加,人工智能准确性有所提高,而圆形公式的准确性下降,估值明显高 (27%-89%).
• 最大线性石材测量显示与地面真相的相关性最差 (R范围:0.41-0.82).

结论:

• 加州大学欧文分校的AI算法是一个准确,精确和时间效率高的工具,用于评估结石的体积.
• 这种人工智能工具的更广泛的临床采用可能会导致改善 urolithiasis 的代谢和手术管理指南.