Что произошло

В недавнем исследовании, опубликованном в Journal of Nuclear Medicine, была проведена валидация метода автоматической сегментации метаболического объема опухоли лимфомы с помощью искусственного интеллекта (ИИ). Целью исследования было оценить производительность ИИ-метода на основе публичного набора данных ПЭТ/КТ, curatorated и segmented экспертами в предыдущем исследовании.

Как это было устроено

Модель ИИ, основанная на 3-мерной архитектуре U-Net, была обучена на 1500 ПЭТ/КТ сканах пациентов с лимфомой. Затем она была протестирована на наборе данных, состоящем из 60 базовых сканов (по 20 для фолликулярной лимфомы, лимфомы Ходжкина и диффузной большой В-клеточной лимфомы), каждый из которых был сегментирован 3 или 4 ядерными медицинами врачами с использованием порога SUV 4.

Что показало исследование

В 50 (83%) из 60 случаев ИИ-определенные метаболические объемы опухоли были в пределах 10% или 10 см³ от эталонного значения. В 4 из оставшихся 10 случаев результаты ИИ были в пределах того же маржина, по крайней мере, одного из экспертных врачей, указывая на частичное согласие.

Почему это важно

Результаты исследования демонстрируют, что ИИ-метод достигает высокой согласованности с экспертными значениями метаболического объема опухоли в стандартизованном наборе данных. Это может значительно уменьшить ручной труд и вариабельность в лимфомном имиджинге, но человеческое наблюдение все еще необходимо для минимизации ошибок.