European Radiology:低剂量胸部CT的全自动冠状动脉钙化评分
2023-01-21 shaosai MedSci原创 发表于陕西省
人工智能(AI)是计算机科学的一个分支,致力于创建系统来执行通常需要人类智慧的任务,已被广泛应用于医学领域。
心电图(ECG)门控计算机断层扫描(CT)上的冠状动脉钙化(CAC)评分是评估心血管事件风险的既定标志,与传统的风险因素相比具有附加的预后评估价值。随着胸部CT检查利用率的提高和CT肺癌筛查的启动,在非心电图门的胸部CT检查中偶然发现CAC的情况也在增加。在不同人群中,胸部CT上CAC的存在和严重程度是未来心血管疾病预后的预示性标志。因此,尽管进行胸部CT的主要指征不是为了评估CAC,但在非心电图门控的胸部CT检查中评估CAC的重要性已经得到认可。因此,2016年心血管计算机断层扫描学会/胸腔放射学会的指南建议,在≥40岁的患者的所有平扫胸部CT扫描中评估和报告CAC,并将其严重程度估计为无、轻度、中度或重度。此外,建议对用于肺癌筛查的低剂量胸部CT(LDCT)进行CAC报告。
尽管有这些建议,但在LDCT上的人工Agatston评分必须由熟练的专业人员进行,并且需要使用专用软件的额外处理时间。人工智能(AI)是计算机科学的一个分支,致力于创建系统来执行通常需要人类智慧的任务,已被广泛应用于医学领域。其中,机器学习是一个研究领域,可使计算机有能力从数据中学习模式,而无需明确编程。深度学习(DL)是机器学习的一个子集,使多层神经网络的计算变得可行。最近,一些研究人员提出了基于DL的自动CAC评分技术、用于心电图门控的钙质评分CT(CSCT),以减轻人工CAC评分所需的精力和时间。
近日,发表在European Radiology杂志的一项研究在非心电图门控LDCT上验证了基于人工智能的全自动CAC评分系统,为临床快速、准确、便捷的发现心血管疾病的存在并进行风险分层提供了技术支持。
本项回顾性研究包括来自三个学术机构的452名受试者,参与者同时接受了心电图门控钙质评分计算机断层扫描(CSCT)和LDCT扫描。对于所有的CSCT和LDCT扫描,使用基于AI的软件进行自动CAC评分(CAC_auto),并将手动CAC评分(CAC_man)设定为参考标准。使用类内相关系数(ICC)和Bland-Altman图评估了CAC_auto的可靠性和一致性,并与CAC_man进行了比较。使用加权卡帕(κ)统计分析了CAC_auto和CAC_man在CAC严重程度类别上的可靠性。
CAC_auto在CSCT和LDCT上获得了很高的ICC(分别为0.998,95%置信区间(CI)为0.998-0.999和0.989,95%CI为0.987-0.991),平均差值与95%的协议范围分别为1.3±37.1和0.8±75.7。CAC_auto在CSCT上对CAC严重程度的评估达到了极好的可靠性(κ=0.918-0.972),在LDCT上达到了良好到优秀,但在数据集之间的可靠性存在差异(κ=0.748-0.924)。
图 Bland-Altman图显示手动冠状动脉钙化评分(CAC_man)和自动冠状动脉钙化评分(CAC_auto)之间的一致性。(A)所有受试者(n = 452)的CSCT和(B)LDCT。CSCT,钙质评分计算机断层扫描;LDCT,低剂量计算机断层扫描
本项研究表明,基于人工智能的LDCT自动CAC评分软件在多机构数据集中显示出与人工CAC评分的相似的诊断准确性及可靠性;但同时指出,该准确性及可靠性在不同机构之间有所不同。
原文出处:
Young Joo Suh,Cherry Kim,June-Goo Lee,et al.Fully automatic coronary calcium scoring in non-ECG-gated low-dose chest CT: comparison with ECG-gated cardiac CT.DOI:10.1007/s00330-022-09117-3
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言