Yapay Zeka BT’de Beyin Kanamasını İnsan Kadar İyi Tespit Edebilir Mi?

Başın bilgisayarlı tomografi görüntülemesi (BT), akut travmatik beyin hasarı (TBI), inme ve anevrizmal kanama gibi nörolojik acil durumları teşhis etmek için dünya çapında yaygın olarak kullanılmaktadır. Akut intrakranial kanamanın değerlendirilmesi, bu durumların klinik yönetiminde belirleyici bir rol oynar. Bu değerlendirme, acil cerrahi müdahale yaklaşımına karar vermek için kritik öneme sahiptir ve akut iskemik inmede trombolitik tedavinin güvenli bir şekilde uygulanmasını sağlamak için de gereklidir. "Zaman beyindir anlayışına göre klinik kararlardaki artan hız ve düşük hata oranı, hayat kurtaran yenilikleri mümkün kılar.

Bilgisayarlı görüntüleme tekniklerindeki derin öğrenme gibi gelişmeler, klinik olarak önemli bilgilerin tıbbi görüntülerden çıkarılması için muazzam bir potansiyel olduğunu ortaya koymuştur. Bu teknolojinin kullanıldığı örnekler arasında retina fundus fotoğraflarında diyabetik retinopatinin derecelendirilmesi, lenf düğümlerinin histolojik bölümlerinde metastazların tespiti ve bazı durumlarda uzmanlarınkine benzer veya daha fazla doğrulukla cilt kanseri görüntülerinin sınıflandırılması yer almaktadır. Bu uygulamaların aksine, BT ve manyetik rezonans görüntüleme (MRG) gibi birçok radyolojik görüntüleme çalışması, "enine kesit veya üç boyutlu (3B) niteliktedir ve dolayısıyla bu görüntüler. tekli değil hacimsel görüntü yığınlarından oluşur.

Günümüzde BT taramalarını yorumlamak için uzmanlık gereklidir ve çok iyi eğitimli uzmanlar bile hayati tehlike içeren ince bulguları kaçırabilir. Kafa BT'si için, benzersiz veya zor bir hassasiyete sahip ve çok yüksek özgüllükte, zayıf yumuşak doku ile karakterize edilen çok kesitli enine kesit (üç boyutlu [3D]) görüntüleme yönteminde genellikle kontrast, mevcut düşük radyasyon dozu protokollerini kullanarak düşük sinyal-gürültü ve yüksek sayıda artifak görülme sıklığı gibi küçük ince anormallikler tanımlanmaktadır.

Uzman İncelemesine Denk Sınıflandırma

Yapılan güncel bir çalışmada San Francisco'daki Kaliforniya Üniversitesi ve bu kuruma bağlı hastanelerde gerçekleştirilen 4.396 kafa BT taraması ile tam bir evrimsel sinir ağı kuruldu ve seçilen kafa CT taramaları ile algoritmanın performansı, 4 Amerikan Radyoloji Kurulu (ABR) sertifikalı radyoloğununkiyle karşılaştırmalı olarak 200'lük bağımsız bir test setinde karşılaştırıldı. Algoritma, bu klinik uygulama için bugüne kadarki en yüksek doğruluğu, akut intrakranial kanama için pozitif olan muayenelerin tanımlanması için 0.991 ± 0.006 eğrisi (AUC) eğrisi altındaki karakteristik (ROC) alanı ile gösterdi.

Araştırmacılar bu yeni teknoloji sayesinde özellikle uzmanlar tarafından gözden kaçırılan anormalliklerin etkili bir şekilde tespit edilmesine ek olarak, uzmanların yetenekleri ile karşılaştırılabilir bir inceleme düzeyinde sınıflandırmanın mümkün olduğunu belirttiler.