评估大脑内动脉瘤大小测量的准确性和一致性:人类专业知识与人工智能对比

科学领域:

• 血管神经学 血管神经学
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 内动脉瘤 (IAs) 具有显著的破裂风险,增长超过1毫米表明危险增加.
• 准确测量IA对于风险评估和患者管理至关重要.
• 当前的测量实践涉及到人类的解释,这可能会引入变化.

研究的目的:

• 分析由人类评分器和人工智能 (AI) 系统执行的内动脉瘤 (IA) 测量的变化.
• 在评估IA维度时,将初级和高级评级人员的表现与AI系统进行比较.
• 评估AI在提高IA大小评估的准确性和可靠性方面的潜力.

主要方法:

• 利用来自248次计算机断层扫描血管学 (CTA) 扫描的358个内动脉瘤 (IA) 的数据集.
• 雇佣了四名初级评分员和一名高级评分员进行手动测量.
• 将人类测量与来自人工智能 (AI) 系统的评估进行了比较.

主要成果:

• 在初级人类评级者中观察到大量的评级者之间的和内部的变化.
• 与初级评级者相比,高级评级者表现出较低的内部评级者变化.
• 所有的人类评分器都显示标准偏差超过IA增长的1毫米值.
• 一个系统偏见显示,人类评级者测量IA比AI系统小.
• 人工智能系统在监测AI增长方面实现了与高级评级人员相提并论的性能.

结论:

• 人类对内动脉瘤 (IAs) 的评估带来了显著的变化挑战.
• 人工智能 (AI) 技术为AI测量提供了更高的精度和可靠性.
• 人工智能在协助初级评级者和随着时间的推移监测AI进展方面表现特别有前途.