健康

AI自動化はクローン病重症度CT評価に「革命」をもたらす可能性がある

機械学習モデルは、CT 画像に基づいて小腸のクローン病 (CD) の重症度をランク付けする、より標準化され、再現可能で効率的な方法を作成するのに役立つ可能性があります。 で発表された新しい研究 学術放射線学 機械学習モデルの使用と、コンピューター断層撮影腸内造影（CTE）スキャンのコホートにおけるCDの重症度を評価する2人の放射線科医のパフォーマンスを比較し、ハイブリッドモデルがこの主観的になりがちなタスクを効率化する上で臨床的価値を保持できる可能性があることを発見しました。 「人工知能、コンピュータービジョン、機械学習の進歩により、標準化された評価と説明可能なCD定量化のための新しいアプローチが提供される」とミシガン大学放射線学部のAshish P. Wasnik医師らは書いている。 「これまでの研究では、自動化された手法が、放射線科医によって定義され臨床現場で採用されている従来の CD イメージングの特徴を効率的に抽出して定量化できることを示しており、それによって自動化された再現可能な評価が可能になります。」 この研究で専門家は、236 個の CTE を解釈した 2 人の放射線科医の重症度スコアを、深層学習、3D >、およびランダム フォレスト モデルを組み合わせたハイブリッド機械学習モデルによって生成された重症度スコアと比較しました。 それぞれの研究者は、回腸の遠位および末端の各ミニセグメントで疾患の重症度を分類する任務を負った。 精度、感度、加重コーエンスコアおよび精度を使用してパフォーマンスを比較しました。 #AI自動化はクローン病重症度CT評価に革命をもたらす可能性がある