在飞行时间的MRI血管学上自动检测静脉阻塞性损伤:观察员性能研究
Hunjong Lim1, Dongjun Choi2, Leonard Sunwoo3,4
1From the Department of Radiology (H.L., L.S., J.H.J., S.H.B., S.J.C., K.J.L.), Seoul National University Bundang Hospital, Seongnam, South Korea.
AJNR. American journal of neuroradiology
|May 8, 2024
概括
一个人工智能 (AI) 模型改善了TOF-MRA扫描中内狭性损伤的检测. 放射科医生,特别是那些经验较少的放射科医生,在使用这种AI工具时表现出更高的准确性和一致性.
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:
- 内狭性损伤是急性缺血性中风的主要原因.
- 人工智能用于检测内动脉中的这些病变的临床实用性尚未评估.
研究的目的:
- 验证人工智能模型在内动脉中检测狭闭性病变的临床实用性.
- 评估人工智能对放射科医生在解释TOF-MRA中的表现的影响.
主要方法:
- 分析了来自两个机构的138张TOF-MRA图像.
- 五位放射科医生 (2位神经放射科医生,3位住院医生) 用人工智能辅助和没有人工智能辅助解释了图像.
- 用AUFROC和阅读时间来评估观察者的表现;也评估了观察者之间的协议.
主要成果:
- 平均AUFROC从没有AI的0.70提高到AI的0.76 (P=.027).
- 放射科住院医生表现出表现最显著的改善 (0.68到0.76,P=.002).
- 人工智能使用改进了观察者之间的协议 (ICC从0.734增加到0.752),而没有显著增加居民的阅读时间.
结论:
- 人工智能模型是放射科医生在TOF-MRA上检测内狭性损伤的宝贵支持工具.
- 经验较少的读者,如放射科医生,可能会从这个AI工具中获得最大的好处.
更多相关视频
13:07Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression
Published on: January 15, 2022
3.9K
09:32Time-Resolved, Dynamic Computed Tomography Angiography for Characterization of Aortic Endoleaks and Treatment Guidance via 2D-3D Fusion-Imaging
Published on: December 9, 2021
3.0K
