人工智能用于儿童癌症成像的应用
Shashi B Singh1, Amir H Sarrami1, Sergios Gatidis1
1Department of Radiology, Division of Pediatric Radiology, Stanford University School of Medicine, 1201 Welch Rd, Stanford, CA 94305.
AJR. American journal of roentgenology
|May 29, 2024
概括
人工智能 (AI) 在儿科瘤成像方面表现有前途,但数据稀缺和不断发展的技术阻碍了其使用. 通过数据共享和转移学习克服这些挑战是改善癌症儿童治疗结果的关键.
科学领域:
- 医疗成像医学成像
- 儿科瘤学 儿科瘤学
- 人工智能的人工智能
背景情况:
- 人工智能 (AI) 正在彻底改变成年人的医学成像.
- 由于罕见的癌症发病率和数据不足,其在儿科瘤成像中的应用是有限的.
- 快速发展的成像技术进一步加剧了训练人工智能算法的数据稀缺性.
研究的目的:
- 审查儿童癌症成像中的当前AI应用.
- 确定AI在这个领域面临的挑战和机遇.
- 探索增强人工智能在儿科瘤学中的临床转化策略.
主要方法:
- 通过医学图像采集,处理,重建,细分,诊断,分期和治疗反应监测,审查当前的AI应用.
- 障碍的分析,包括解剖学多样性和非标准化的协议.
- 识别机会,如加速低剂量成像和自动化度量生成.
主要成果:
- 人工智能应用在儿科癌症成像的各个方面都显得有前途.
- 临床翻译存在重大障碍,包括数据稀缺和协议变化.
- 利用重建算法和转移学习被确定为关键机会.
结论:
- 尽管有前途的进展,但人工智能在儿科瘤学中的临床应用是有限的.
- 通过多机构共享和转移学习来解决数据稀缺问题至关重要.
- 伦理数据隐私实践对于在罕见的儿科癌症中推进AI至关重要.
