基于算法的服务的临床意义,用于分析使用FDG PET/CT转移性癌症患者的治疗反应

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 医学成像分析 医学成像分析

背景情况:

• 评估转移性癌症治疗反应对于使用仅文本放射学报告的瘤学家来说是一个挑战.
• 目前的报告往往缺乏全面的定量和空间损伤数据.

研究的目的:

• 评估基于算法分析的临床实用性,用于病变量化和空间定位.
• 为了将这种算法分析与美国标准放射学报告中的信息进行比较.

主要方法:

• 追溯分析228名转移性癌症患者的FDG PET/CT放射学报告.
• 评估报告中的定性和定量信息.
• 在103名患者中评估了一种算法,为所有感兴趣的损伤区域 (ROI) 提供定量数据和空间位置.
• 三名瘤学家对算法分析的独立实用性评级.

主要成果:

• 标准报告在78%/95%的患者中提供了至少一个病变的定量大小/吸收数据,但往往缺乏跨时间点的数据 (52%/66%).
• 很少有报告 (7%) 量化了总病变,而没有一个报告量化了复杂病例所有病变的变化.
• 98%的瘤学家认为基于算法的分析对整体评估有用.
• 瘤学家发现该算法对系统治疗决策 (97%),空间信息 (96%) 和患者教育 (93%) 非常有用.

结论:

• 对所有感兴趣的损伤区域 (ROI) 的基于算法的分析提高了瘤学家对转移性癌症治疗反应的理解.
• 这些定量和空间数据有助于更精确地优化患者治疗.