评估人工智能辅助技术人员在肝脏细分,Couinaud划分和病变检测方面的表现:试点研究

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 在瘤学瘤学.

背景情况:

• 准确的肝癌评估对于治疗计划至关重要.
• 放射科医生的工作量正在增加,影响效率.
• 人工智能集成为提高准确性和管理工作量提供了潜在的解决方案.

研究的目的:

• 评估非放射科医生技术人员使用人工智能进行肝癌成像的准确性.
• 将人工智能辅助的非放射科医生的表现与经验丰富的放射科医生的表现进行比较.

主要方法:

• 基于人工智能的决策支持工具,用于对MRI数据进行肝脏测量.
• 非放射科医生技术人员和放射科医生进行了肝脏细分和病变分析.
• 类内相关系数 (ICC) 评估了群体之间的协议.

主要成果:

• 对于整个肝脏体积,各组之间达成高度一致 (ICC=0.99).
• 对于科伊诺段体积 (ICC 0.77-0.96) 的良好协议.
• 同样的病变检测和可比测量,非放射科医生识别额外的确诊病变.

结论:

• 人工智能辅助的非放射科医生在肝癌成像中与放射科医生表现出强烈的同意.
• 这种方法有可能减轻放射科医生的工作量,而不会牺牲准确性.
• 人工智能集成是提高肝癌评估效率的一个有希望的策略.