霍奇金淋巴瘤中的代谢瘤体积 - - 手动和基于AI的分析之间的比较

科学领域:

• 核医学是一种核医学.
• 在瘤学瘤学.
• 人工智能在医学中的应用

背景情况:

• 精确测量总代谢瘤体积 (tMTV) 对霍奇金淋巴瘤 (HL) 预后至关重要.
• 专家对tMTV的手动细分可能会显示观察者之间的变化.
• 人工智能驱动的工具为标准化和高效的TMTV量化提供了潜力.

研究的目的:

• 用两个人工智能工具 (RECOMIA和西门子PARS) 计算的tMTV与核医学专家的手动细分进行比较.
• 评估使用人工智能工具用于tMTV测量的可行性,用于用[18F]FDG PET/CT进行HL分阶段测量.

主要方法:

• 48名HL患者接受了[18F]FDG PET/CT以进行分期.
• 使用RECOMIA和西门子PARS AI工具自动计算tMTV.
• 手动细分由八名核医学专家进行,每个患者由两名专家细分.

主要成果:

• 手动tMTV的中位数为146厘米3,专家间差异的中位数为26厘米3.
• 在22/48名患者中,RECOMIA的tMTV更接近于一个专家的手动细分,在11/26名患者中显示出小差异.
• 西门子PARS的tMTV在18/48名患者中更接近,在10/26名患者中显示出小差异.

结论:

• 在69%和58%的HL患者中,RECOMIA和西门子PARS AI工具可以在最小的手动调整下使用,分别为69%和58%.
• 这些人工智能工具证明了支持医生在临床实践中测量tMTV用于预后评估的可行性.