Блог

May 15, 2023

Алгоритм автоматического обнаружения острого внутричерепного кровоизлияния на основе глубокого обучения: ключевое рандомизированное клиническое исследование

том npj Digital Medicine

npj Digital Medicine, том 6, номер статьи: 61 (2023 г.) Цитировать эту статью

1614 Доступов

14 Альтметрика

Подробности о метриках

Острое внутричерепное кровоизлияние (АИГ) представляет собой потенциально опасную для жизни неотложную ситуацию, требующую быстрой и точной оценки и лечения. Целью данного исследования является разработка и проверка алгоритма искусственного интеллекта (ИИ) для диагностики АИГ с использованием изображений компьютерной томографии (КТ) головного мозга. Ретроспективное перекрестное рандомизированное исследование с участием нескольких читателей было проведено для проверки эффективности алгоритма искусственного интеллекта, обученного с использованием 104 666 срезов от 3010 пациентов. КТ-изображения головного мозга (12 663 среза от 296 пациентов) оценивались девятью рецензентами, принадлежащими к одной из трех подгрупп (врачи-нерадиологи, n = 3; сертифицированные рентгенологи, n = 3; и нейрорадиологи, n = 3) с и без помощи нашего алгоритма искусственного интеллекта. Чувствительность, специфичность и точность сравнивались между интерпретациями без помощи ИИ и с помощью ИИ с использованием теста хи-квадрат. Интерпретация КТ головного мозга с помощью ИИ приводит к значительно более высокой диагностической точности, чем без помощи ИИ (0,9703 против 0,9471, p < 0,0001, в зависимости от пациента). Среди трех подгрупп рецензентов врачи-нерентгенологи демонстрируют наибольшее улучшение диагностической точности интерпретации КТ головного мозга с помощью ИИ по сравнению с результатами без помощи ИИ. Для сертифицированных рентгенологов диагностическая точность интерпретации КТ головного мозга значительно выше с помощью ИИ, чем без него. Для нейрорадиологов, хотя интерпретация КТ головного мозга с помощью ИИ приводит к более высокой точности диагностики по сравнению с интерпретацией без помощи ИИ, разница не достигает статистической значимости. При выявлении АИГ интерпретация КТ головного мозга с помощью ИИ приводит к лучшим диагностическим результатам, чем без помощи ИИ, при этом наиболее значительное улучшение наблюдается у врачей, не являющихся рентгенологами.

Острое внутричерепное кровоизлияние (АИГ) — опасное для жизни заболевание с 30-дневной смертностью от 35% до 52%. В частности, ожидается, что только 20% выживших достигнут полного функционального восстановления через 6 месяцев1,2,3. Магнитно-резонансная томография (МРТ) может быть столь же точной, как и КТ, в отношении выявления АИГ у пациентов с острыми симптомами очагового инсульта4 и более точна, чем КТ, в плане выявления микрокровоизлияний. Тем не менее, КТ головного мозга без контрастирования являются наиболее широко используемым диагностическим методом первой линии для выявления АИГ из-за ряда недостатков МРТ-сканирования, включая их ограниченную доступность, длительное время получения изображений, высокую стоимость и проблемы с переносимостью пациента5,6.

Несмотря на клиническую значимость диагностики АИГ с помощью КТ головного мозга (ложноотрицательные результаты могут задержать правильный диагноз, что может вызвать разрушительные последствия, тогда как ложноположительные результаты приведут к ненужным обследованиям), быстрая и точная оценка АИГ с помощью КТ головного мозга остается проблемой для врачей. Кроме того, большие объемы данных визуализации, требующие оценки, возлагают значительную нагрузку на рентгенологов, которым необходимо поддерживать точность и эффективность диагностики7,8.

За последнее десятилетие технология искусственного интеллекта (ИИ), основанная на глубоком обучении, добилась значительных успехов благодаря повышению мощности компьютеров и накоплению «больших данных». Достижения в области распознавания изображений на основе глубокого обучения, как части машинного обучения, трансформируют сферу медицины и имеют потенциал для дальнейшего улучшения процессов в области медицинской визуализации9. Эти инновации могут повысить точность диагностики, обеспечить быструю диагностику и улучшение лечения различных состояний, а также способствовать новым биологическим открытиям. Были разработаны различные алгоритмы искусственного интеллекта для диагностики АИГ, которые показали многообещающие результаты в обнаружении, классификации, количественной оценке и прогнозировании АИГ с использованием КТ головного мозга7,8,10,11,12,13,14,15.