改善纵向CT扫描中病变的评估:对人工智能辅助的注册和体积细分工作流程进行双机构读者研究

科学领域:

• 放射学和医学成像学 医学成像学
• 医疗保健中的人工智能
• 在瘤学瘤学.

背景情况:

• 在癌症随访期间,CT扫描对于评估瘤反应和检测转移至关重要.
• 手动细分淋巴结和软组织转移可能是耗时的,并受阅读器的变化.
• 人工智能辅助技术为更快,更一致的损伤评估提供了潜力.

研究的目的:

• 评估人工智能辅助工作流程的效率,质量和读者间的可变性,用于随访CT扫描中转移的体积细分.
• 测试人工智能辅助是否减少了损伤细分的评估时间 (H1).
• 要确定人工智能辅助的细分质量是否与手动细分 (H2) 不逊色,以及是否减少读者之间的变化 (H3).

主要方法:

• 从55名第四阶段黑色素瘤患者的126个淋巴结和135个软组织转移的回顾性分析.
• 三名放射科医生进行了人工智能辅助和手动体积细分.
• 统计比较细分时间,子分数和读者间变量 (ICC) 与手册参考标准.

主要成果:

• 人工智能辅助的细分显著减少了33%的用户交互时间 (222s vs 336s).
• 用Dice分数衡量的细分质量在人工智能辅助 (0.80-0.84) 和手动 (0.81-0.82) 方法之间是相似的.
• 人工智能辅助降低了阅读器间的变化,中位数子得分高 (0.85-1.0对比0.80-0.82) 和ICC (0.84对比0.80).

结论:

• 在后续CT扫描中,人工智能辅助的转移体积细分工作流是高效和有效的.
• 人工智能可以显著节省时间,减少读者之间的变化,而不会影响细分质量.
• 这些发现支持采用人工智能辅助工具,用于CT随访中癌症转移的常规临床评估.