[VEILLE] Eine Klassifizierung von MRT-Bildern des Gehirns durch KI?

Wachsamkeit

[VEILLE TECHNOLOGIQUE IRM] Auf dem Weg zu einer Priorisierung von MRT-Bildern des Gehirns durch künstliche Intelligenz

Auf dem Weg zu einer Priorisierung von MRT-Bildern des Gehirns durch künstliche Intelligenz

Die Magnetresonanztomografie (MRT) ist ein unverzichtbares Instrument zur Beurteilung von Hirnpathologien. Die Dringlichkeit der Behandlung ist jedoch von Patient zu Patient unterschiedlich, und es ist wichtig, Praktikern dabei zu helfen, schnell zu erkennen, welche Patienten die unmittelbarste Behandlung benötigen.

Künstliche Intelligenz könnte potenziell eine Lösung für dieses Problem bieten, indem sie klinische Verfahren optimiert und beschleunigt, aber auch indem sie Zufallsbefunde (incidental findings) identifiziert: Zum ersten Mal nutzte ein Forscherteam1 einen sehr großen klinischen Datensatz mit mehreren Standorten, um ein faltendes neuronales Netz darauf zu trainieren, Anomalien in MRT-Bildern des Gehirns zu erkennen.

3 Datensätze (für Training, Validierung und Test) aus über 9000 klinischen Untersuchungen von Hirn-MRTs, die in verschiedenen Institutionen erworben wurden
Bilder, die von 4 Radiologen in 10 Kategorien kommentiert wurden: “wahrscheinlich normal”, “Blutung”, “Entzündung”,
Bilder (FLAIR-Sequenzen), die kategorisiert wurden: “wahrscheinlich normal” oder “wahrscheinlich abnormal”.

Das Modell zeigt eine gute Leistung bei der Unterscheidung von “wahrscheinlich normalen” Bildern und “wahrscheinlich abnormalen” Bildern
Generalisierungsfähigkeit verbesserungswürdig: Modell wurde an einem Validierungsspiel getestet, das in einer anderen Institution als das Übungsspiel erworben wurde.
Challenge: Variabilität von Pathologien und Bildern
Zukünftige Entwicklungen: Fähigkeit, “wahrscheinlich abnormale” Bilder in den verschiedenen Kategorien genau zu klassifizieren

Eine sehr vielversprechende Arbeit, Fall zu verfolgen!

Gauriau et al. A Deep Learning-Based Model for Detecting Abnormalities on Brain MRI for Triaging: Preliminary Results from a Multi-Site Experience (Ein deep learning-basiertes Modell zur Erkennung von Abnormalitäten auf Hirn-MRI für Triaging: Vorläufige Ergebnisse aus einem Experiment mit mehreren Standorten). Radiologie: Künstliche Intelligenz. April 2021.

Diesen Artikel teilen

Tauschen Sie sich mit uns aus!

Sie sind Arzt?

Bleiben Sie mit unseren kostenlosen Informationen im Bereich Bildgebung und Strahlenschutz immer auf dem Laufenden.

Sie möchten Partner werden?

Vertrieb, R&D oder klinischer Test?
Kontaktieren Sie uns!

[VEILLE TECHNOLOGIQUE IRM] Auf dem Weg zu einer Priorisierung von MRT-Bildern des Gehirns durch künstliche Intelligenz

Diesen Artikel teilen

Tauschen Sie sich mit uns aus!

Sie sind Arzt?

Sie möchten Partner werden?

Unsere Marken

Wir verwenden Cookies, um Ihnen die beste Erfahrung auf unserer Website zu garantieren. Durch die weitere Nutzung dieser Website erklären Sie sich mit dieser Nutzung einverstanden. Siehe unsere Datenschutzrichtlinie.