人工智能辅助软件工具用于自动检测和定量与粉样蛋白相关的成像异常

科学领域:

• 神经学 神经学
• 放射学 放射学是一门学科.
• 人工智能的人工智能

背景情况:

• 与粉样蛋白相关的成像异常 (ARIA) 是阿尔茨海默病 (AD) 患者的MRI发现,这些患者接受了粉样蛋白-β定向单克隆抗体治疗.
• 监测ARIA对于调整治疗剂量和确保患者安全至关重要.
• 辅助软件可以提高ARIA检测和解释的准确性.

研究的目的:

• 评估基于人工智能的软件工具的临床性能,旨在帮助放射科医生解释ARIA的大脑MRI.
• 为了比较放射科医生的诊断准确度,有和没有AI软件协助识别ARIA.

主要方法:

• 采用了多个阅读器,多个病例的诊断研究设计.
• 16名放射科医生解释了来自阿杜卡努马布临床试验的199个回顾性MRI扫描 (基线和随访).
• 放射科医生的表现被评估,无论有没有人工智能辅助软件 (icobrain aria).

主要成果:

• 人工智能辅助阅读显著提高了ARIA与胀/溢出 (ARIA-E) 和ARIA与微出血/病 (ARIA-H) 的诊断准确性.
• 对于ARIA-E检测,接收器运行特征曲线 (AUC) 下的面积提高了0.05 (辅助AUC为0.87),而对于ARIA-H则提高了0.04 (辅助AUC为0.83).
• 在人工智能辅助下,ARIA检测的灵敏度显著提高 (87%为ARIA-E,79%为ARIA-H),同时保持高特异性 (>80%).

结论:

• 基于AI的辅助软件显著提高了ARIA检测和诊断的放射性读取性能.
• 这种人工智能工具显示出作为一种有价值的临床辅助工具,用于监测阿尔茨海默病患者接受粉样β定向治疗的潜力.
• 改进ARIA检测可以有助于更安全,更有效地管理阿尔茨海默病的治疗.