文献

J-GLOBAL ID：202202258626039187   整理番号：22A0891130

肺結核の正確な検出,診断および定量的重症度評価のための完全自動人工知能ベースCT画像解析システム【JST・京大機械翻訳】

A fully automatic artificial intelligence-based CT image analysis system for accurate detection, diagnosis, and quantitative severity evaluation of pulmonary tuberculosis

著者 (19件)： Yan Chenggong (Department of Medical Imaging Center, Nanfang Hospital, Southern Medical University, Guangzhou, Guangdong, China) ,  Yan Chenggong (The D-Lab, Department of Precision Medicine, GROW-School for Oncology and Developmental Biology, Maastricht University, Maastricht, The Netherlands) ,  Wang Lingfeng (School of Information and Communication Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Wang Lingfeng (Clinical and Technical Solution, Philips Healthcare, Guangzhou, China) ,  Lin Jie (Department of Medical Imaging Center, Nanfang Hospital, Southern Medical University, Guangzhou, Guangdong, China) ,  Lin Jie (Department of Radiology, Nanfang Yanling Hospital, Guangzhou, China) ,  Xu Jun (Department of Hematology, Nanfang Hospital, Southern Medical University, Guangzhou, China) ,  Zhang Tianjing (Clinical and Technical Solution, Philips Healthcare, Guangzhou, China) ,  Qi Jin (School of Information and Communication Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Li Xiangying (Department of Radiology, Affiliated Haikou Hospital of Xiangya Medical College, Central South University, Haikou, China) ,  Ni Wei (Philips China Innovation Hub, Shanghai, China) ,  Wu Guangyao (The D-Lab, Department of Precision Medicine, GROW-School for Oncology and Developmental Biology, Maastricht University, Maastricht, The Netherlands) ,  Wu Guangyao (Department of Radiology, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, China) ,  Huang Jianbin (Department of Medical Imaging Center, Nanfang Hospital, Southern Medical University, Guangzhou, Guangdong, China) ,  Xu Yikai (Department of Medical Imaging Center, Nanfang Hospital, Southern Medical University, Guangzhou, Guangdong, China) ,  Woodruff Henry C. (The D-Lab, Department of Precision Medicine, GROW-School for Oncology and Developmental Biology, Maastricht University, Maastricht, The Netherlands) ,  Woodruff Henry C. (Department of Radiology and Nuclear Imaging, GROW-School for Oncology and Developmental Biology, Maastricht University Medical Centre, Maastricht, The Netherlands) ,  Lambin Philippe (The D-Lab, Department of Precision Medicine, GROW-School for Oncology and Developmental Biology, Maastricht University, Maastricht, The Netherlands) ,  Lambin Philippe (Department of Radiology and Nuclear Imaging, GROW-School for Oncology and Developmental Biology, Maastricht University Medical Centre, Maastricht, The Netherlands)
資料名： European Radiology  (European Radiology)
巻： 32  号： 4  ページ： 2188-2199  発行年： 2022年 
JST資料番号： W4351A  ISSN： 0938-7994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 目的:肺結核(TB)の適切な治療には正確で迅速な診断が重要である。本研究は,肺TBの検出,診断,および負荷定量化のための人工知能(AI)ベースの完全自動化CT画像解析システムを開発することを目的とする。【方法】2007年12月から2020年9月まで,病原体確認TB患者からの892の胸部CTスキャンを遡及的に分析した。深層学習ベースカスケードフレームワークを接続して処理パイプラインを作成した。モデルの訓練と検証のために,1921の病変を手動でラベル付けし,6つのカテゴリーの重大な画像特徴に従って分類して,地上の真実として病変関与に関して視覚的に記録した。「TBスコア」をネットワーク活性化マップに基づいて計算し,疾患負担を定量的に評価した。2つの追加病院(データセット2,n=99;データセット3,n=86)およびNIH TB Portals(n=171)からの独立試験データセットを用いて,AIモデルの性能を外部的に検証した。結果:参加者526名(平均年齢48.5±16.5歳;女性206名)のCTスキャンを分析した。肺病変検出サブシステムは,0.68の検証コホートの平均精度をもたらした。独立データセットのTBを示す6肺臨界画像所見の全体的分類精度は,81.08~91.05%であった。AIモデル量子化TBスコアと放射線科医推定CTスコアの間に中等度から強い相関が示された。結論:胸部CTに基づく提案されたエンドツーエンドAIシステムは,肺TB患者の早期発見と最適臨床管理のためのヒトレベル診断性能を達成できる。キーポイント:深層学習は,肺結核の自動検出,診断,および評価を可能にして,人工知能は,臨床医が結核性肺結核疾患活動性と治療管理の患者を評価できるように臨床医を助ける。Copyright The Author(s) under exclusive licence to European Society of Radiology 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  ネットワーク ,  *結核 ,  *肺 ,  *人工知能 ,  モデル ,  患者 ,  *肺結核 ,  母集団 ,  早期診断 ,  計算機トモグラフィー ,  X線CT ,  機械学習
準シソーラス用語： *CT画像 ,  臨床医 ,  胸部CT ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 肺結核 ,  人工知能 ,  深層学習 ,  コンピュータ断層撮影 ,  胸郭

分類 (3件)： 感染症・寄生虫症一般  (GD01010H) ,  呼吸器の疾患  (GI03000Z) ,  呼吸器の診断  (GI02000S)

タイトルに関連する用語 (7件)： 肺結核 ,  診断 ,  定量 ,  重症度評価 ,  人工知能 ,  CT画像 ,  解析システム