深度学习用于脊柱MRI解释的临床应用:人工智能辅助与手动阅读的多中心评估,以诊断与参考标准一致
Xing Cheng1, Maoping Zhang2, Zhenxiao Ren3,4,5
1Department of Spine Surgery, Guangdong Provincial People's Hospital, Guangdong Academy of Medical Sciences, Southern Medical University, Guangzhou, Guangdong 510080, China.
Research (Washington, D.C.)
|February 23, 2026
概括
新的腰椎VNet Pro (LVP) 系统将人工智能 (AI) 与MRI集成,用于实时的腰椎分析. 这种人工智能辅助的工具显示出高精度和一致性,改善了对磁盘和狭窄症等疾病的诊断.
科学领域:
- 放射学和医学成像学 医学成像学
- 人工智能在医学中的应用
- 脊柱诊断 脊柱诊断 脊柱诊断 脊柱诊断
背景情况:
- 腰椎疾病显著影响患者的生活质量,需要先进的诊断工具.
- 目前的MRI分析可能耗时,并且受观察者之间的变化影响.
- 需要有效和准确的AI驱动解决方案来评估腰椎.
研究的目的:
- 介绍Lumbar VNet Pro (LVP),这是第一个实时人工智能辅助系统,与MRI硬件集成,用于腰椎分析.
- 评估LVP在诊断各种腰椎病理中的性能,准确性和及时性.
- 将LVP的诊断能力与手动和人机辅助方法进行比较.
主要方法:
- 开发LVP,一个基于深度学习的AI系统,集成到MRI硬件中.
- 在1848个MRI数据集上对LVP进行培训,并在605个数据集上进行验证,用于本地化,细分和标签任务.
- 内部测试 (100名患者) 和外部多中心测试 (1,522名患者),将LVP与手动和其他人工智能辅助方法进行比较.
主要成果:
- LVP在局部化 (Dice=0.93) 和细分 (Dice=0.92) 中表现出高性能,并具有快速推断时间 (1.1s).
- 内部测试显示识别准确率为100%,与黄金标准手册评估一致97% .
- 外部测试显示,人工智能辅助方法 (AUC>0.95) 的诊断性能优于手动方法 (AUC>0.90) 对于磁盘和狭窄等疾病.
结论:
- LVP是一个新的,实时的人工智能辅助系统,可增强基于MRI的腰椎诊断.
- 该系统提高了定位准确性,减少了观察者之间的变化,显示了作为辅助诊断工具的潜力.
- 需要进一步的研究来确认LVP在各种临床环境中的通用性.
