使用缩短的大脑MRI扫描协议检测关键发现的准确性作为人工智能驱动的飞行扫描协议适应的先决条件
Kaining Sheng1, Silvia Ingala2, Andreas Hjelm Brandt2
1Department of Radiology, Copenhagen University Hospital Rigshospitalet, Copenhagen 2100, Denmark; Department of Clinical Medicine, University of Copenhagen, Copenhagen 2200, Denmark.
European journal of radiology
|September 3, 2025
概括
一个人工智能工具在使用缩短的MRI协议检测脑梗塞,出血和瘤方面表现出与神经放射学家相似的灵敏度. 在神经成像工作流程中实现自动化实时扫描.
科学领域:
- 神经成像
- 医学的人工智能
- 放射学
背景情况:
- 为了提高效率,越来越多地使用缩短的MRI协议.
- 人工智能工具正在开发,以帮助医疗图像分析.
- 影像序列的实时调整可以优化诊断工作流程.
研究的目的:
- 评估人工智能工具与放射学专业人员在检测关键脑病理方面的性能.
- 在人工智能驱动的工作流程中评估缩短的大脑MRI协议的实用性.
- 根据实时发现,确定AI是否可以动态选择成像序列.
主要方法:
- 对414个成年人脑部MRI扫描进行了回顾分析.
- 一个人工智能工具和放射学专业人员 (神经放射学家,住院医生,技术人员) 使用3或4序缩写协议解释扫描.
- 结果与已知参考结果进行了比较.
主要成果:
- 人工智能工具对心脏病发作 (94%),出血 (82%) 和瘤 (74%) 具有很高的灵敏度.
- 人工智能对心脏病发作和出血的敏感性与神经放射学家相当.
- 人工智能在瘤检测方面超越了MRI技术人员,
结论:
- 人工智能驱动的实时扫描适应在神经成像中是可行的.
- 这种方法显示了提高检测灵敏度的潜力.
- 在临床实践中,平衡敏感性和特异性是关键.
