在患有质母细胞瘤的患者中开发和评估基于人工智能的自动化脑瘤反应评估
Jikai Zhang1,2, Dominic LaBella3, Dylan Zhang4
1From the Departments of Electrical and Computer Engineering (J.Z., M.A.M.), Duke University, Durham, North Carolina.
AJNR. American journal of neuroradiology
|November 14, 2024
概括
基于人工智能的体积脑瘤MRI响应评估算法显示,与放射科医生有中等的一致性,但生存预测略差. 这种AI-VTRA工具需要进一步开发,以便在质母细胞瘤患者的临床使用.
科学领域:
- 神经瘤学神经瘤学
- 人工智能在医学中的应用
- 医学成像分析 医学成像分析
背景情况:
- 质母细胞瘤治疗反应评估依赖于标准化的MRI标准.
- 准确和一致的反应评估对于患者管理和临床试验至关重要.
- 自动化的人工智能工具可能会提高基于MRI的评估效率和客观性.
研究的目的:
- 开发和评估基于AI的体积脑瘤MRI响应评估算法 (AI-VTRA).
- 评估AI-VTRA与基于放射科医生的评估 (BT-RADS) 的一致性.
- 通过整体存活率来评估AI-VTRA对质母细胞瘤患者分层的能力.
主要方法:
- 追溯分析了来自634名质母细胞瘤患者的3,403个脑部MRI检查.
- 使用自动体积瘤细分的AI-VTRA算法的开发.
- 使用Kaplan-Meier和Cox模型评估AI-VTRA与BT-RADS的一致性和生存分层.
主要成果:
- AI-VTRA显示了与放射科医生反应评估的中度一致 (F1 = 0.587-0.755).
- 卡普兰-梅尔分析显示,单独使用人类评估的患者的存活率比单独使用人工智能评估的患者的存活率更差 (log-rank P = .007).
- 考克斯的比例危险模型表明,基于人工智能的评估在整体生存预测方面存在不利因素 (P = .012).
结论:
- 人工智能-VTRA算法在复制人类MRI对质母细胞瘤的反应评估方面表现适度.
- 与人类评估相比,AI-VTRA的整体存活率对患者的分层略有差.
- 为了在脑瘤反应评估中获得强大的临床应用,需要进一步完善AI-VTRA.
