基于人工智能的快速大脑体积测量大大改善了痴呆症的差异诊断
Jan Rudolph1, Johannes Rueckel1,2, Jörg Döpfert3
1Department of Radiology University Hospital LMU Munich Munich Germany.
Alzheimer's & dementia (Amsterdam, Netherlands)
|December 12, 2024
概括
人工智能 (AI) 显著提高了用于诊断阿尔茨海默病 (AD) 和前性痴呆症 (FTD) 的大脑体积. 这种人工智能工具可以提高准确性和加快分析速度,帮助临床医生进行早期诊断和患者管理.
科学领域:
- 神经学 神经学
- 放射学 放射学是指放射学
- 人工智能的人工智能
背景情况:
- 准确的大脑体积对于诊断神经退行性疾病,如阿尔茨海默病 (AD) 和前性痴呆症 (FTD) 至关重要.
- 传统的体积测量方法耗时,需要专门的专业知识.
- 基于深度学习的人工智能 (AI) 提供了快速和自动化分析的潜力.
研究的目的:
- 评估基于深度学习的AI系统对快速大脑体积测量的临床实用性.
- 评估人工智能系统对AD和FTD诊断准确性的影响.
- 为了确定不同级别的读者专业知识的性能增长.
主要方法:
- 55名患者 (17名AD,18名FTD,20名对照) 接受了MRI扫描.
- 神经放射学家,放射学家和住院医生两次分析扫描:一次没有人工智能,一次有人工智能协助.
- 人工智能提供了自动叶片细分和年龄/性别调整的百分比比较.
主要成果:
- 人工智能显著提高了阿尔茨海默病的诊断准确性 (AUC:0.800与0.926,p <0.05).
- 对于AD,人工智能导致了正确诊断的增加 (p < 0.01) 和错误的减少 (p < 0.03).
- 放射科医生和住院人员在人工智能辅助下显示出显著的性能增长 (p < 0.05).
- 人工智能提高了FTD诊断的准确性,为总体共识,神经放射学家和放射学家 (p <0.05).
结论:
- 人工智能辅助的大脑体积测量提高了在区分AD和FTD的诊断性能.
- 人工智能工具将处理时间从几个小时大幅缩短到几分钟.
- 人工智能支持的体积测量有可能改善早期诊断和患者管理.
