集成到临床工作流程中的人工智能算法可以确保高质量的急性内出血CT诊断
K Villringer1, R Sokiranski2, R Opfer3
1Center for Stroke Research Berlin, Universitätsmedizin Berlin, Berlin, Germany. kersten.villringer@charite.de.
Clinical neuroradiology
|September 26, 2024
概括
人工智能 (AI) 在CT扫描上准确检测内出血 (ICH),匹配专家的性能. 这种人工智能系统集成到临床工作流程中,为危及生命的疾病提供快速诊断.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 内出血 (ICH) 是一个关键的诊断挑战.
- 快速识别和治疗对于患者的治疗结果至关重要.
研究的目的:
- 评估人工智能算法的诊断准确性和效率,以检测部CT扫描 (CCT) 上的ICH.
- 评估AI是否适用于常规的临床放射实践.
主要方法:
- 一个卷积神经网络 (CNN) 在超过674,000个CCT切片上受过训练,以检测ICH.
- 人工智能被集成到三个德国试点中心,处理真实世界的数据.
- 人工智能性能与两名专家放射科医生和评价者之间的协议进行了比较.
主要成果:
- 人工智能实现了高诊断性能:灵敏度为0.90,特异性为0.96,精度为0.96.
- 人工智能性能与专家评价者之间的协议 (0.84-0.96) 相当或优于.
- 从获取到人工智能结果的平均处理时间在9-12分钟之间.
结论:
- 人工智能在检测ICH方面表现出很高的准确性,与专家放射科医生相当.
- 人工智能系统可以无地集成到临床工作流程中.
- 人工智能提供了适合常规放射学实践的快速诊断能力.
