通过人工智能检测和描述胰腺病变:SFR 2023人工智能数据挑战
Theodore Aouad1, Valerie Laurent2, Paul Levant3
1CentraleSupelec, INRIA, CVN, Université Paris-Saclay, 91190 Gif-sur-Yvette, France.
Diagnostic and interventional imaging
|July 24, 2024
概括
人工智能 (AI) 显示出在CT扫描上检测胰腺病变的前景. 然而,使用人工智能区分良性和恶性胰腺质量仍然是一个重大挑战.
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:
- 胰腺癌的检测对于患者的治疗结果至关重要.
- 计算机断层扫描 (CT) 是胰腺疾病的主要成像方法.
- 开发用于胰腺质量分析的自动化工具是一个活跃的研究领域.
研究的目的:
- 评估人工智能 (AI) 模型在CT扫描上识别胰腺质量的有效性.
- 评估AI区分良性和恶性胰腺病变的能力.
- 促进人工智能驱动的胰腺病理诊断工具的进步.
主要方法:
- 组织了一个数据挑战 (SFR 2023),涉及10个研究小组.
- 使用多中心腹部CT检查 (n=1037),包括没有病变的病例,良性和恶性胰腺质.
- 人工智能模型在不同的数据集上进行训练和评估,使用灵敏度,精度和AUC进行性能排名.
主要成果:
- 人工智能模型在真实世界的CT数据上证明了检测胰腺病变的可行性.
- 性能最好的AI模型获得了0.72.7的最终分数.
- 对开发的AI模型来说,区分良性和恶性胰腺质量是一个重大挑战.
结论:
- 2023年SFR数据挑战突出了AI在使用CT检测胰腺病变方面的潜力.
- 进一步的研究和模型开发是必要的,以提高AI在分类病变恶性瘤的准确性.
- 人工智能有望增强胰腺异常的放射性评估.
