在3D飞行时间MR血管学上以人工智能辅助检测脑动脉瘤:用户可变性和临床影响
Liang Liao1, Ulysse Puel2, Ophélie Sabardu3
1Department of Diagnostic and Interventional Neuroradiology, CHRU Nancy, France; INRIA, LORIA, CNRS, Université de Lorraine, Nancy, France.
人工智能辅助的脑动脉瘤检测显示了医生表现的变化,专业知识显著影响了准确性和错误阳性. 在临床使用之前,严格的外部验证至关重要.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 神经学 神经学
背景情况:
- 人工智能辅助的大脑动脉瘤检测在3D飞行时间MR血管学上的通用性和可重复性尚不清楚.
- 在人工智能辅助下,医生的表现需要评估,重点关注变化和影响因素.
研究的目的:
- 用人工智能协助评估医生在检测脑动脉瘤方面的表现.
- 在人工智能辅助检测中分析用户间和用户内部的变异性.
- 识别影响AI工具性能和临床影响的因素.
主要方法:
- 涉及超参数优化的AI模型的回顾性研究.
- 对内部和外部数据集的评估,包括专家审查的数据集.
- 五位具有不同专业知识的医生通过人工智能辅助进行了评估,计算了每个病例的敏感性和错误阳性.
主要成果:
- 独立AI实现了86.8%的灵敏度和0.58FP/病例.
- 人工智能协助提高了非专家敏感度至72.1%,并将FP/病例降低到0.037.
- 专家使用AI的表现是88.6%的灵敏度和0.076个FP/病例,与真实阳性相比,假阳性较小.
结论:
- 独立的人工智能评估是不够的;在人工智能辅助使用中,性能不同.
- 医生的专业知识显著调节人工智能辅助检测性能和模式.
- 外部验证对于AI工具用于动脉瘤检测的临床部署至关重要.
更多相关视频
06:59Improved Registration of 3D CT Angiography with X-ray Fluoroscopy for Image Fusion During Transcatheter Aortic Valve Implantation
Published on: June 3, 2018
09:32Time-Resolved, Dynamic Computed Tomography Angiography for Characterization of Aortic Endoleaks and Treatment Guidance via 2D-3D Fusion-Imaging
Published on: December 9, 2021
相关概念视频
Imaging Studies for Cardiovascular System IV: CMRI
Aneurysm II: Clinical Manifestations and Diagnostic Studies
Imaging Studies III: Computed Tomography
