[VEILLE TECHNOLOGIQUE IRM] 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.
- 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.