導讀 根據發(fā)表在 ARRS 的美國放射學雜志(AJR) 上的一份被接受的手稿，與技術因素相關的 AI 工具失敗的某些原因可以通過適當的采集和重建協(xié)
根據發(fā)表在 ARRS 的美國放射學雜志(AJR) 上的一份被接受的手稿，與技術因素相關的 AI 工具失敗的某些原因可以通過適當的采集和重建協(xié)議在很大程度上得到預防。
威斯康星大學醫(yī)學院的首席研究員 B. Dustin Pooler 總結道：“自動化的 AI 人體成分工具在外部 CT 檢查的異質樣本中具有很高的技術充分率，支持該工具的普遍性和廣泛使用的潛力。”麥迪遜的醫(yī)學與公共衛(wèi)生。
這份AJR接受的手稿包括 8,949 名患者(平均年齡 55.5 歲;4,256 名男性，4,693 名女性)，他們接受了腹部 CT——在不同機構使用不同制造商的不同掃描儀進行——隨后轉移到當地 PACS 用于臨床目的。部署三個獨立的自動化 AI 工具，通過骨骼衰減、肌肉量和衰減以及內臟和皮下脂肪量來評估身體成分，每次檢查評估一個軸向系列。
最終，用于測量身體成分(椎骨、體壁肌肉組織、內臟和皮下腹部脂肪)的三種全自動 AI 工具在 Pooler 等人的 11,699 次外部腹部 CT 檢查樣本中的技術充足率達到 97.8% - 99.1%— 在 777 個不同的外部機構使用來自 6 個不同制造商的 82 種不同型號的掃描儀進行。
注意到失敗的原因還包括患者固有的更難以控制的因素，“可解釋性和對失敗原因的理解有助于建立對人工智能工具的信任并提高放射科醫(yī)生和其他醫(yī)生的接受度，”該 AJR 的作者接受手稿補充。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯系刪除！