在连接组织疾病中基于AI的HRCT量化与间歇性肺部疾病相关的连接组织疾病
Anna Russo1, Vittorio Patanè1, Alessandra Oliva1
1Department of Precision Medicine, University Hospital "Luigi Vanvitelli", University of Campania "Luigi Vanvitelli", Piazza Luigi Miraglia 2, 80138 Naples, Italy.
Diagnostics (Basel, Switzerland)
|September 13, 2025
概括
人工智能 (AI) 在CT扫描上准确量化间歇性肺病 (ILD) 模式,匹配专家放射科医生,并改善结合组织疾病 (CTD) 患者在抗纤维素治疗中的一致性.
科学领域:
- 放射学 放射学是指放射学
- 人工智能的人工智能
- 肺部病理学 肺部病理学
背景情况:
- 间歇性肺病 (ILD) 是连接组织疾病 (CTD) 的常见,渐进的并发症.
- 在高分辨率计算机断层扫描 (HRCT) 上精确量化肺部异常对于治疗监测至关重要,特别是在抗纤维菌疗法中.
- 人工智能 (AI) 可以提高视觉评估的一致性,并帮助放射科医生在纵向随访中.
研究的目的:
- 评估基于人工智能的定量成像工具在评估HRCT上的ILD模式方面的性能.
- 将AI解释与CTD相关ILD患者的专家和非专家放射科医生进行比较.
- 评估AI在抗纤维素治疗随访期间检测变化的能力.
主要方法:
- 对接受抗纤维素治疗的48名CTD相关ILD患者的回顾性分析.
- 每位患者进行四次HRCT扫描,由专家和非专家放射科医生评估,使用四种模式的半定量评分 (超光度,GGO,网状,蜂).
- 使用Imbio Lung Texture Analysis平台对每个模式的体积百分比进行AI分析;通过对应和平均绝对误差 (MAE) 将AI与人类读者进行比较.
主要成果:
- 人工智能显示高一致性 (81%) 与专家放射科医生,低MAE (1.8%-2.6%).
- 与非专家放射科医生的AI一致性明显较低 (60-70%),MAE较高 (3.9%-5.2%).
- 人工智能表现出与专家解释的优异对齐 (p < 0.01),并在随访期间有效检测出微妙的变化,特别是当视觉评估不一致时.
结论:
- 人工智能驱动的定量成像与专家放射科医生相匹配,在HRCT上评估ILD模式.
- 人工智能显著优于不那么有经验的读者,提供了更好的可重复性和对变化的敏感性.
- 人工智能可以标准化ILD后续,帮助多学科决策,并协助管理在抗纤维治疗中的渐进性纤维化CTD-ILD.
