放射科医生与基于人工智能的软件:预测淋巴结转移和肺腺癌的预后从CT在各种图像显示条件下
Junya Sato1, Masahiro Yanagawa2, Daiki Nishigaki2
1Department of Radiology, Osaka University Graduate School of Medicine, Osaka, Japan; Department of Artificial Intelligence in Diagnostic Radiology, Osaka University Graduate School of Medicine, Osaka, Japan.
Clinical lung cancer
|November 26, 2024
概括
放射科医生 放射科医生 放射科医生
科学领域:
- 放射学和医学成像学 医学成像学
- 人工智能在医学中的应用
- 在瘤学瘤学.
背景情况:
- 定量CT成像在肺腺癌的评估中起着至关重要的作用.
- 放射科医生测量的变化可能会影响临床决策.
- 基于人工智能的软件为标准化图像分析提供了潜力.
研究的目的:
- 为了比较放射科医生和人工智能软件之间的测量变异性,用于肺腺癌CT.
- 为了确定淋巴结转移 (LNM),无病生存率 (DFS) 和整体生存率 (OS) 的预测因素.
主要方法:
- 在四个显示条件下分析了307个肺腺癌CT扫描.
- 两名放射科医生 (R1,R2) 和人工智能软件测量了结节的尺寸和体积.
- 测量包括总直径 (tD),固体直径 (sD),总体积 (tV) 和固体体积 (sV).
主要成果:
- 人工智能软件的测量与R1和R2相同;然而,观察到显著的放射科医生间变异性.
- 人工智能衍生的指标 (tV,sV/tV) 和特定放射科医生的测量预测了LNM,DFS和OS.
- 从AI获得的sV/tV比率是LNM,DFS和OS的重要预测因素.
结论:
- 人工智能软件提供准确和可重现的定量CT指标,用于预测LNM和患者预后.
- 虽然放射科医生的测量显示了变化,但他们也预测了LNM和生存结果.
- 基于人工智能的定量分析提供了一种标准化的方法,以提高肺腺癌的预后准确性.
