Zephyrnet Logosu

RSNA 2023 radyolojide yapay zekayı sergiliyor – Fizik Dünyası

Tarih:


Pediatrik MRI taraması
DEHB Teşhisi Çocukların beyin MRI taramalarını analiz etmek için yapay zeka modellerinin kullanılması, DEHB'yi tanımlayabilecek görüntüleme biyobelirteçlerinin bulunmasına yardımcı olabilir. (Nezaket: RadyolojiInfo.org)

2023Kuzey Amerika Radyoloji Derneği'nin yıllık toplantısı (RSNA) bu hafta Chicago'da gerçekleşecek ve radyolojinin tüm alanlarındaki son araştırma ilerlemeleri ve ürün gelişmelerini sergileyecek. Bu yılki etkinlikte yapay zeka (AI) ve makine öğrenimi uygulamalarına odaklanan çok sayıda makale, poster, kurs ve eğitim sergisi yer alıyor. Burada sunulan çalışmalardan küçük bir seçki yer almaktadır.

Beyin MRI taramalarından DEHB özelliklerinin belirlenmesi

Dikkat eksikliği hiperaktivite bozukluğu (DEHB), kişinin davranışını etkileyen yaygın bir durumdur. DEHB'li çocuklar konsantre olmakta, dürtüsel davranışları kontrol etmekte veya aktiviteyi düzenlemekte zorluk yaşayabilirler. Erken teşhis ve müdahale çok önemlidir, ancak DEHB'nin teşhis edilmesi zordur ve kişisel olarak bildirilen öznel anketlere dayanır.

Şimdi, California San Francisco Üniversitesi'nden bir araştırma ekibi (ucsf), DEHB olan ve olmayan ergenlerin MRI beyin taramalarını analiz etmek için yapay zekayı kullandı ve DEHB olan bireylerde dokuz beyin beyaz madde yolunda önemli farklılıklar buldu. Teknolojinin bu yenilikçi kullanımı, tıbbi görüntülemenin gelişen manzarasını vurgulamaktadır; tıbbi görüntülemede ileri eğitim programları gelecek nesil uzmanların yetiştirilmesinde önemli bir rol oynayacaktır.”

Araştırmacılar, Ergen Beyin Bilişsel Gelişimi'nde 1704 kişiden alınan beyin görüntüleme verilerini kullandılar (ABCD) DEHB olan ve olmayan konuları içeren çalışma. Difüzyon ağırlıklı görüntüleme (DWI) verilerinden, beyindeki 30 ana yol boyunca beyaz madde yollarının lifleri boyunca su difüzyonunun bir ölçüsü olan fraksiyonel anizotropi (FA) ölçümlerini çıkardılar.

 

 

Derin öğrenme yapay zeka modelini eğitmek için 1371 kişiden elde edilen FA verilerini girdi olarak kullandılar ve modeli, 333'ü DEHB tanısı almış ve 193'ı DEHB olmayan olmak üzere 140 hasta üzerinde test ettiler. AI modeli, DEHB hastalarında dokuz beyaz cevher yolunda FA değerlerinin önemli ölçüde arttığını buldu.

UCSF ve Urbana-Champaign'deki Carle Illinois Tıp Fakültesi'nden Justin Huynh, "DEHB'li bireylerde MRI imzalarındaki bu farklılıklar daha önce hiç bu kadar ayrıntılı bir şekilde görülmemişti" diyor. “Genel olarak dokuz beyaz cevher yolunda görülen anormallikler DEHB belirtileriyle örtüşüyor. Bu yöntem, DEHB'yi niceliksel, objektif bir teşhis çerçevesinde teşhis etmek için kullanılabilecek görüntüleme biyobelirteçlerinin bulunmasına yönelik umut verici bir adım sağlıyor."

Akciğer kanserine yakalanma riski yüksek olan sigara içmeyenlerin belirlenmesi

Akciğer kanseri dünya çapında kanserden ölümlerin en yaygın nedenidir. ABD'de, düşük doz BT kullanılarak akciğer kanseri taraması, halihazırda sigara içmiş olan veya yakın zamanda sigara içmiş olanlar için tavsiye edilir, ancak "hiç sigara içmeyenler" yani hiç sigara içmeyen veya çok az sigara içenler için önerilmez. Ancak akciğer kanserlerinin yaklaşık %10-20'si hiç sigara içmeyen kişilerde ortaya çıkıyor ve bu gruptaki kanser oranları artıyor. Ve tarama yoluyla erken teşhis sağlanamadığında, hiç sigara içmeyenler genellikle sigara içenlere göre daha ileri düzeyde akciğer kanserine yakalanıyor.

Göğüs röntgeninden risk tahmini

Bu durumu iyileştirmeyi amaçlayan Kardiyovasküler Görüntüleme Araştırma Merkezi'ndeki bir ekip (IARCMGH ve Harvard Tıp Fakültesi'ndeki araştırmacılar, derin bir öğrenme modelinin, rutin göğüs röntgenlerine dayanarak, hiç sigara içmeyen, akciğer kanseri açısından yüksek risk altında olan kişileri tespit edip edemeyeceğini test ediyor. Baş yazar, "Yaklaşımımızın büyük bir avantajı, tıpta en yaygın testlerden biri olan ve elektronik tıbbi kayıtlarda yaygın olarak bulunan tek bir göğüs röntgeni görüntüsünü gerektirmesidir" diyor. Anika Walia.

Araştırmacılar, CXR-Lung-Risk modellerini, 147,497 asemptomatik sigara içen ve hiç sigara içmeyen kişinin 40,643 göğüs röntgenini kullanarak geliştirdiler. PLCO kanser tarama denemesi. Modeli, rutin göğüs röntgeni çeken, hiç sigara içmeyen ayrı bir grupta doğruladılar. Çalışmaya katılan 17,407 hastanın %28'i yüksek riskli olarak sınıflandırıldı. Altı yıllık takipte toplam kohortun %2.9'unda akciğer kanseri gelişti. Yüksek risk grubundakiler, taramanın önerildiği yüzde 1.3'lük altı yıllık risk eşiğini çok aştı.

Ekip, yaş, cinsiyet, ırk ve klinik faktörlere göre düzeltmeler yapıldıktan sonra, yüksek risk grubundaki hastaların akciğer kanserine yakalanma riskinin, düşük risk grubuna atananlara göre hala 2.1 kat daha fazla olduğunu belirtiyor.

Meme kanseri risk değerlendirmesinde ırksal önyargının ortadan kaldırılması

Massachusetts Genel Hastanesi'ndeki araştırmacılar (MGH) yalnızca mamografik görüntülerden elde edilen biyobelirteçleri kullanarak hem duktal karsinomu in situ (DCIS) hem de invaziv meme karsinomunu doğru bir şekilde tahmin eden bir derin öğrenme modeli geliştirdiler. Daha da önemlisi, yeni model birden fazla ırktan hastalar için eşit derecede iyi çalıştı.

Tarama mamografi muayenesi

Geleneksel meme kanseri risk değerlendirme modelleri, muhtemelen modeli oluşturmak için kullanılan nüfus verilerinden dolayı, farklı ırklar arasında düşük performans sergiliyor. Başyazar şöyle açıklıyor: "Yaygın olarak kullanılan modellerin birçoğu ağırlıklı olarak Avrupalı ​​Kafkas popülasyonları üzerinde geliştirildi." Leslie Kuzu. Ancak Amerikan Kanser Derneği'ne göre siyah kadınlar, tüm ırksal ve etnik gruplar arasında meme kanseri için en düşük 5 yıllık göreceli sağkalım oranına sahip; bu da ırksal önyargı olmadan risk modellerine olan temel ihtiyacın altını çiziyor.

Çok bölgeli bir çalışmada Lamb ve meslektaşları, modelin invaziv meme kanserini ve erken evre meme kanseri olan DCIS'yi birden fazla ırkta öngörmedeki performansını değerlendirdi. Beş yıllık takip verileriyle birlikte 129,340 kadında gerçekleştirilen 71,479 rutin çift taraflı tarama mamografisini içeriyordu. Çalışma grubu beyaz (106,839 sınav), Siyah (6154 sınav) ve Asyalı (6435 sınav) kadınların yanı sıra diğer ırklardan (6257 sınav) ve bilinmeyen ırktan olanlardan (3655 sınav) oluşuyordu.

Derin öğrenme teşhisi

RSNA 2020: Tamamen sanal bir yıllık toplantıda yapay zekanın öne çıkanları

 

Yeni model, meme kanserine yakalanma riskini tahmin etmede geleneksel risk modellerini sürekli olarak geride bırakarak tüm ırklarda hem DCIS hem de invaziv kanser için 0.71'lik bir tahmin oranı gösterdi. Model, DCIS'yi öngörmek için beyaz olmayan hastalarda 0.77 ve beyaz hastalarda 0.71'lik ROC eğrisi altında bir alan (AUC) elde ederken, invaziv kanseri öngörmek için AUC, beyaz olmayan hastalarda 0.72 ve beyaz hastalarda 0.71 idi. Ekip, geleneksel risk modellerinin beyaz kadınlar için 0.59-0.62 AUC değerleri sergilediğini, diğer ırklardan çok daha düşük performans sergilediğini belirtiyor.

Lamb, "Model, bir kadının gelecekte hem DCIS hem de invaziv meme kanserine yakalanma riskini tahmin edebilen, çıplak gözle görülebilenin ötesinde, mamogramdaki incelikli görüntüleme biyobelirteçlerinin tüm çeşitliliğini tercüme edebiliyor" diyor. "Yalnızca görüntü içeren derin öğrenme risk modeli, daha doğru, adil ve daha az maliyetli risk değerlendirmesine daha fazla erişim sağlayabilir."

spot_img

En Son İstihbarat

spot_img