适应性RAG辅助MRI平台 (ARAMP) 用于大脑转移检测和报告:使用后对比T1加权成像进行后期评估
Kuo-Chen Wu1, Fatt Yang Chew2, Kang-Lun Cheng2
1Artificial Intelligence Center, China Medical University Hospital, Taichung 40447, Taiwan.
Bioengineering (Basel, Switzerland)
|July 29, 2025
概括
一个人工智能平台,即自适应RAG助理MRI平台 (ARAMP),在MRI扫描上改善了大脑转移的检测. 这种人工智能工具提高了放射学工作流程的诊断准确性和效率.
科学领域:
- 医疗成像中的人工智能
- 放射学和医学诊断 医学诊断
- 瘤学和癌症成像 癌症成像
背景情况:
- 检测大脑转移对于癌症患者的管理至关重要.
- 目前的MRI解释可能是主观和耗时的.
- 由人工智能驱动的工具有可能提高诊断准确性和效率.
研究的目的:
- 开发和评估适应性RAG助理MRI平台 (ARAMP) 用于大脑转移的诊断.
- 使用定量放射性特征和大型语言模型评估ARAMP的表现.
- 为了提高诊断效率和放射学工作流程的标准化.
主要方法:
- 开发了ARAMP,将定量放射学与自适应性检索增强生成 (RAG) 框架 (GPT-4o) 整合在一起.
- 追溯分析了2447名癌症患者的MRI扫描;选择了100个转移和100个对照.
- 使用神经放射学家和独立的LLM (Gemini 2.0 Pro) 评估ARAMP性能.
主要成果:
- 在培训后,ARAMP获得了67.45%的平均推断相似度得分.
- 在训练后,大脑转移检测的灵敏度从0.84提高到0.98.
- 放射科医生之间的相互推理协议平均为30.20% (p=0.01),表明ARAMP的标准化潜力.
结论:
- 基于RAG的自适应框架 (ARAMP) 在改善大脑转移检测方面表现有前途.
- 在识别大脑转移方面,ARAMP表现出更高的可靠性.
- 这种人工智能平台可能会显著提高放射学工作流程的诊断效率和标准化.
