评估人工智能软件用于划定CT脑图像中风的出血程度:AI划定CT脑图像上的ICH
Adam Vacek1, Grant Mair1, Philip White2
1Centre for Clinical Brain Sciences & UK Dementia Research Institute Centre, University of Edinburgh, UK.
概括
人工智能 (AI) 软件在71%的病例中在脑CT扫描上准确地界定了内出血 (ICH) 的程度. 然而,人工智能软件对更广泛的ICH,包括心室内或外轴出血,的准确性较低.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 神经学 神经学
背景情况:
- 内出血 (ICH) 的程度和分布对于临床管理至关重要.
- 人工智能 (AI) 软件显示出在脑CT扫描上检测和划分ICH的潜力.
- 评估人工智能软件的性能,特别是e-ASPECTS,对于ICH划分至关重要.
研究的目的:
- 评估e-ASPECTS AI软件的性能,用于在脑CT扫描上划分内出血 (ICH) 的程度.
- 评估AI驱动的ICH划线在不同出血位置和范围的准确性.
- 确定影响AI软件ICH划分质量的因素.
主要方法:
- 对人工智能软件在六次中风试验中的CT扫描上ICH划线的定性评估.
- 血液划分质量的分类 (优秀,好,中等,差) 在五个区间:叶状,深,后腔,心室内和轴外.
- 使用克鲁斯卡尔-瓦利斯试验和后勤回归进行统计分析,以评估受影响的部分和ICH位置对划分质量的影响.
主要成果:
- 在71% (444/628) 的可评估CT扫描中,人工智能软件实现了"优秀"或"良好的"划分.
- 当受影响的部分较少时,划界质量显著提高 (p=0.0063).
- 人工智能软件更有可能提供"中等到差"的质量划分,带有心室内 (OR=0.56) 或轴外 (OR=0.41) 输血延伸.
结论:
- 在大多数中风患者 (71%) 中,AI软件在界定ICH程度方面表现良好至出色.
- 在内腔室内或外轴参与的情况下,AI划分的ICH范围的准确性降低了.
- 人工智能软件可能会高估或低估ICH的程度,特别是在更复杂或更广泛的出血中.
