通过人工智能对放射图片进行自动化脊椎皮层测量:一项多读者研究
Boj Friedrich Hoppe1, Johannes Rueckel2,3, Jan Rudolph2
1Department of Radiology, University Hospital, LMU Munich, Marchioninistr. 15, 81377, Munich, Germany. boj.hoppe@med.lmu.de.
La Radiologia medica
|January 26, 2025
概括
一个人工智能 (AI) 算法用于侧面射线图上的脊椎皮层参数,其准确性与经验丰富的读者相美. 这种人工智能工具显示出在临床环境中提高效率和可重复性的潜力.
科学领域:
- 脊柱外科手术 脊柱外科手术
- 放射学 放射学是一门学科.
- 人工智能的人工智能是人工智能.
背景情况:
- 脊柱皮层参数对于评估脊柱对齐至关重要.
- 这些参数的手动测量可能耗时,并且受观察者之间的变化影响.
研究的目的:
- 开发和验证人工智能算法,用于自动测量脊椎皮层参数.
- 将AI的性能与经验丰富的放射科医生和外科医生进行比较.
主要方法:
- 一个基于区域的卷积神经网络 (R-CNN) 在295张横向全脊椎放射图上受过训练.
- 人工智能算法测量了胸部形 (TK),腰部形 (LL),形斜率 (SS) 和形垂直轴 (SVA).
- 性能与使用ICC,MAE和ANOVA对65张独立放射图的6个人类读者的测量结果进行了评估.
主要成果:
- 人工智能与参考标准 (在读者范围内的ICC) 取得了很好的相关性.
- 对人工智能的平均绝对误差 (MAE) 在所有参数上与人类读数相比.
- ANOVA显示,人工智能和人类读者之间的测量误差没有显著差异 (p > 0.05).
- 人类阅读时间平均为每例139秒,突出显示了AI的潜在时间节省.
结论:
- 开发的AI算法在经验丰富的临床医生的可变性范围内提供准确的脊椎皮层测量.
- 人工智能在时间效率和改进的测量可重复性方面提供了潜在的好处.
