基于人工智能的自动图像分析,用于系统性硬化患者间歇性肺病的量化和预测

科学领域:

• 放射学 放射学是一门学科.
• 肺部病理学 肺部病理学
• 人工智能的人工智能

背景情况:

• 系统性硬化症 (SSc) 是一种罕见的结缔组织疾病.
• 间歇性肺病 (ILD) 是SSc.死亡率的主要驱动因素.
• 需要基于成像的生物标志物来预测和量化SSc中的ILD进展.

研究的目的:

• 通过使用胸部CT扫描来评估自动化的ILD量化系统 (icolung).
• 评估基于人工智能的量化用于预测SSc-ILD中的ILD进展的潜力.
• 以图像为基础的量化与肺功能测试 (PFTs) 及其随时间变化的相关性.

主要方法:

• 75名SSc-ILD患者的回顾性队列研究.
• 在胸部CT扫描上使用基于AI的自动化量化系统 (icolung).
• 与PFT (FVC,DLCO) 及其纵向变化相关的定量成像特征.

主要成果:

• 人工智能定量显示,与没有PPF的患者相比,SSc-ILD慢性肺纤维化 (PPF) 患者的肺病变更为广泛.
• 患有PPF的患者显著减少了强迫生命能力 (FVC).
• 肺氧化碳 (DLCO) 的FVC和扩散能力的纵向变化与放射性ILD修改相关.

结论:

• 在SSc-ILD中基于人工智能的CT检测病变的自动量化与生理参数相关.
• 人工智能工具显示了SSc-ILD中疾病评估的潜力.
• 需要进一步的多中心验证,以确认其在预测患者结果和指导治疗中的有用性.