将前列腺MRI的AI和手动细分进行比较:朝着人工智能驱动的3D模型引导前列腺切除术
Thierry N Boellaard1, Roy van Erck2, Sophia H van der Graaf3
1Department of Radiology, Netherlands Cancer Institute, Plesmanlaan 121, 1066 CX Amsterdam, The Netherlands.
Diagnostics (Basel, Switzerland)
|May 14, 2025
概括
人工智能辅助的前列腺MRI细分显示了对3D模型引导的机器人辅助激进前列腺切除术 (RARP) 的承诺. 这种方法提高了瘤检测和细分精度,与手动细分相比,时间投资最小.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 手术技术 手术技术
背景情况:
- 机器人辅助激进前列腺切除术 (RARP) 是前列腺癌的标准治疗方法.
- 来自MRI的三维 (3D) 模型有助于手术指导,但手动细分是耗时和可变的.
- 需要自动化细分方法来提高效率和一致性.
研究的目的:
- 评估人工智能工具用于自动化和人工智能辅助的前列腺和瘤细分在MRI的RARP.
- 使用子系数,豪斯多夫距离,回忆和精度,将AI性能与手动细分进行比较.
主要方法:
- 商业上可用的AI工具被用于对120名患者的MRI进行完全自动化和AI辅助的细分.
- 性能与专家放射科医生的手动细分进行了比较.
- 对细分精度和瘤检测率进行了量化.
主要成果:
- 与完全自动化 (0.53 Dice,9.53 mm Hausdorff) 相比,人工智能辅助的细分产生了改善的子得分 (0.62) 和较低的豪斯多夫距离 (6.62 mm) 的瘤.
- 人工智能辅助的瘤检测显示出高回忆率 (0.95) 和精度 (0.94).
- 人工智能辅助的细分比全自动化只需要稍长一点时间,比手动细分要少得多.
结论:
- 完全自动化的AI细分提供了有希望的瘤检测和可接受的指标.
- 人工智能辅助的细分显著提高了准确性和检测率,时间增加最小.
- 人工智能辅助细分是3D模型引导RARP的可行方法,可以改善手术规划和结果.
