放射学和人工智能景观用于多发性骨髓瘤中的FDG PET/CT[¹⁸F]

科学领域:

• 医疗成像医学成像
• 在瘤学瘤学.
• 人工智能的人工智能

背景情况:

• 18F]FDG PET/CT是多发性骨髓瘤 (MM) 的高性能成像技术,对于评估治疗反应至关重要.
• 然而,MM中复杂的骨髓透模式使PET/CT解释复杂化,影响复制性和预后能力.
• 目前用于PET/CT解释和量化MM的标准化方法是不够的,需要先进的方法.

研究的目的:

• 审查放射学和人工智能在标准化[18F]FDG PET/CT解释多发性骨髓瘤中的新兴应用.
• 突出这些技术在改善MM管理中的诊断和预后准确性的潜力.

主要方法:

• [18F]FDG PET/CT对MM的放射学和AI应用的当前文献的审查.
• 分析使用机器学习和深度学习用于MM中自动图像分析的研究.

主要成果:

• 放射学使得图像衍生特征的高通量挖掘能够用于瘤学中的临床决策.
• 人工智能,包括机器学习和深度学习,显示出对像PET/CT这样的成像模式的自动化和标准化评估的潜力.
• 在MM中应用放射学和人工智能的初步研究[18F]FDG PET/CT在MM中展示了解释优化方面的令人鼓舞的结果.

结论:

• 放射学和基于人工智能的方法是优化和标准化[18F]FDG PET/CT解释多发性骨髓瘤的一个有希望的途径.
• 这些先进的技术为MM的观察者间变异性和有限的诊断能力所带来的挑战提供了潜在的解决方案.
• 需要进一步的研究和验证,才能充分将这些工具纳入MM管理的常规临床实践.