人工智能CT量化在预测COVID-19患者预后方面的准确性
Arvin Arian1, Mohammad-Mehdi Mehrabi Nejad1, Mostafa Zoorpaikar1
1Department of Radiology, School of Medicine, Advanced Diagnostic and Interventional Radiology Research Center (ADIR), Imam Khomeini Hospital, Tehran University of Medical Sciences, Tehran, Iran.
PloS one
|December 8, 2023
概括
人工智能 (AI) 对胸部CT扫描的分析准确量化了COVID-19患者的肺部参与. 这种人工智能模型在预测关键结果方面表现强,与放射科医生相似.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 肺部病理学 肺部病理学
背景情况:
- 胸部CT扫描的人工智能 (AI) 辅助分析可以加快异常的量化.
- 人工智能可能有助于COVID-19患者的诊断和预后评估.
研究的目的:
- 调查人工智能辅助量化模型在预测住院COVID-19患者的临床结果方面的性能.
- 将AI模型的性能与专家放射科医生的性能进行比较.
主要方法:
- 90名COVID-19患者使用人工智能和专家放射科医生进行了分析,以量化肺膜.
- 一个修改后的U-Net模型细分了COVID-19病变,另一个U-Net模型细分了肺体积.
- 在临界和非临界的患者组之间计算和比较了受损的肺瘤 (%CL) 的比例.
主要成果:
- 在人工智能辅助和放射科医生测量之间发现了很好的一致性 (ICC = 0.88).
- 在危急的COVID-19患者中,AI和放射科医生衍生的%CL都显著更高.
- 人工智能辅助的%CL ≥35%是关键结果的显著独立预测指标 (OR = 17.0),准确率为83.9%.
结论:
- 在COVID-19中肺部参与的AI辅助测量与放射科医生的定量测量相当.
- 人工智能模型在预测COVID-19患者的关键结果方面显示出潜力.
更多相关视频
14:08Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images
Published on: April 13, 2013
42.6K
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K