文献

J-GLOBAL ID：202202253597154989   整理番号：22A0737139

非造影胸部CT評価のための臨床放射線学報告に対する人工知能ベースプラットフォームの性能【JST・京大機械翻訳】

Performance of an Artificial Intelligence-Based Platform Against Clinical Radiology Reports for the Evaluation of Noncontrast Chest CT

著者 (18件)： Yacoub Basel (Division of Cardiovascular Imaging, Department of Radiology and Radiological Science, Medical University of South Carolina, Charleston, South Carolina) ,  Kabakus Ismail M. (Division of Cardiovascular Imaging, Department of Radiology and Radiological Science, Medical University of South Carolina, Charleston, South Carolina) ,  Schoepf U. Joseph (Division of Cardiovascular Imaging, Department of Radiology and Radiological Science, Medical University of South Carolina, Charleston, South Carolina) ,  Giovagnoli Vincent M. (Division of Cardiovascular Imaging, Department of Radiology and Radiological Science, Medical University of South Carolina, Charleston, South Carolina) ,  Fischer Andreas M. (Division of Cardiovascular Imaging, Department of Radiology and Radiological Science, Medical University of South Carolina, Charleston, South Carolina) ,  Fischer Andreas M. (University Hospital Basel, University of Basel, Department of Radiology, Basel, Switzerland) ,  Wichmann Julian L. (University Hospital Frankfurt, Department of Diagnostic and Interventional Radiology, Frankfurt am Main, Germany) ,  Wichmann Julian L. (Siemens Healthineers, Erlangen, Germany) ,  Martinez John D. (Division of Cardiovascular Imaging, Department of Radiology and Radiological Science, Medical University of South Carolina, Charleston, South Carolina) ,  Sharma Puneet (Siemens Healthineers, Princeton, New Jersey) ,  Rapaka Saikiran (Siemens Healthineers, Princeton, New Jersey) ,  Sahbaee Pooyan (Siemens Medical Solutions USA, Malvern, Pennsylvania) ,  Hoelzer Philipp (Siemens Healthineers, Princeton, New Jersey) ,  Burt Jeremy R. (Division of Cardiovascular Imaging, Department of Radiology and Radiological Science, Medical University of South Carolina, Charleston, South Carolina) ,  Varga-Szemes Akos (Division of Cardiovascular Imaging, Department of Radiology and Radiological Science, Medical University of South Carolina, Charleston, South Carolina) ,  Emrich Tilman (Division of Cardiovascular Imaging, Department of Radiology and Radiological Science, Medical University of South Carolina, Charleston, South Carolina) ,  Emrich Tilman (University Medical Center Mainz, Department of Diagnostic and Interventional Radiology, Mainz, Germany) ,  Emrich Tilman (German Center for Cardiovascular Research (DZHK), Partner-Site Rhine-Main, Mainz, Germany)
資料名： Academic Radiology  (Academic Radiology)
巻： 29  号： S2  ページ： S108-S117  発行年： 2022年 
JST資料番号： W3289A  ISSN： 1076-6332  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 放射線学ワークフローにおける人工知能(AI)の実装に関する研究とその報告へのその影響は乏しいままである。本研究では,AIプラットフォームが,非コントラスト胸部コンピュータ断層撮影(CT)スキャンの評価において,臨床放射線医学報告よりも良好に機能するかどうかを評価することを目的とする。非造影胸部CTを受けた高齢患者を遡及的に同定した。放射線医学報告は,肺病変,肺気腫,大動脈拡張,冠動脈石灰化(CAC),および脊椎圧迫骨折(VCF)の報告のためのバイナリー様式でレビューした。次に,CTスキャンをAIプラットフォームを用いて処理した。報告書の知見とAI結果を,参照として2つのボード認定放射線科医によるコンセンサス読取と比較した。合計100人の患者(平均年齢:64.2±14.8歳;男性57%)を本研究に含めた。大動脈セグメンテーションとカルシウム定量は,それぞれ2と3例でAIによって処理できなかった。AIは大動脈拡張(AI:感度:96.3%,特異性:81.4%,AUC:0.89)対(Reports:感度:25.9%,特異性:100%,AUC:0.63),p<0.001;CAC(AI:感度:89.8%,特異性:100,AUC:0.95)対(Reports:感度:75.4%,特異度:94.9%,AUC:0.85),p=0.005。報告は,肺病変の同定においてAIより優れた性能があった(Reports:感度:97.6%,特異性:100%,AUC:0.99)対(AI:感度:92.8%,特異度:82.4%,AUC:0.88),p=0.024;およびVCF(Reports:感度:100%,特異性:100%,AUC:1.0)対(AI:感度:100%,特異度:63.7%,AUC:0.82),p<0.001。AI(感受性:80.6%,特異性:66.7%)に対する肺気腫の同定において,同等の診断性能が認められた。AUC:0.74と報告(感度:74.2%,特異性:97.1%,AUC:0.86),p=0.064。著者らの結果は,放射線学ワークフローへのAI支援プラットフォームの導入が,臨床放射線医学報告に対して有意な付加価値を提供できることを示す。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コントラスト ,  セグメンテーション ,  付加価値 ,  カルシウム ,  大動脈 ,  肺気腫 ,  *人工知能 ,  *放射線医学 ,  医師 ,  肺疾患 ,  計算機トモグラフィー ,  ワークフロー
準シソーラス用語： 放射線科医 ,  *胸部CT ,  特異度 ,  *胸部造影CT , 【Automatic Indexing@JST】

著者キーワード (4件)： 人工知能 ,  深層学習 ,  コンピュータ断層撮影放射線医学報告 ,  診断性能

分類 (3件)： 腫ようの診断  (GE03020J) ,  呼吸器の腫よう  (GI04000G) ,  呼吸器の診断  (GI02000S)

タイトルに関連する用語 (7件)： 造影胸部CT ,  評価 ,  臨床 ,  放射線学 ,  報告 ,  人工知能 ,  プラットフォーム