Gambar aksial pada level L1, tanpa overlay segmentasi (kiri) dan dengan (kanan). Merah menunjukkan otot rangka, hijau menunjukkan tulang trabekular, kuning menunjukkan lemak visceral, dan biru menunjukkan lemak subkutan. Daerah tersegmentasi juga termasuk hati (krem) dan limpa (oranye), yang tidak dievaluasi sebagai bagian dari analisis ini. (A) Wanita 78 tahun yang menjalani CT abdominopelvic di luar institusi. Alat tulang mengembalikan atenuasi tulang tubuh vertebra L1 sebesar -146 HU, di luar rentang referensi. Dengan demikian, alat dianggap kegagalan teknis untuk alat tulang. Kegagalan dikaitkan dengan volume rata-rata fenomena vakum dalam irisan. (B) Wanita 64 tahun yang menjalani CT abdominopelvic di luar institusi. Alat tulang mengembalikan pelemahan tulang tubuh vertebra sebesar -10.000 HU (nilai default untuk kegagalan segmentasi yang terdeteksi oleh alat), di luar rentang referensi. Dengan demikian, alat dianggap kegagalan teknis untuk alat tulang. Kegagalan dikaitkan dengan adanya perangkat keras fusi tulang belakang. Kredit: ARRS/AJR
Menurut manuskrip yang diterima yang diterbitkan dalam American Journal of Roentgenology (AJR) ARRS, alasan tertentu untuk kegagalan alat AI yang berkaitan dengan faktor teknis sebagian besar dapat dicegah melalui protokol akuisisi dan rekonstruksi yang tepat.
“Alat komposisi tubuh AI otomatis memiliki tingkat kecukupan teknis yang tinggi dalam sampel heterogen pemeriksaan CT eksternal, mendukung generalisasi dan potensi alat untuk penggunaan luas,” simpul kepala peneliti B. Dustin Pooler, MD, dari University of Wisconsin School of Kedokteran & Kesehatan Masyarakat di Madison.
Naskah yang diterima AJR ini mencakup 8.949 pasien (usia rata-rata, 55,5 tahun; 4.256 pria, 4.693 wanita) yang menjalani CT abdomen—dilakukan di institusi berbeda dengan pemindai berbeda dari produsen berbeda—kemudian dipindahkan ke PACS lokal untuk tujuan klinis. Menerapkan tiga alat AI otomatis independen untuk menilai komposisi tubuh melalui pelemahan tulang, jumlah dan pelemahan otot, serta jumlah lemak visceral dan subkutan, satu seri aksial per pemeriksaan dievaluasi.
Pada akhirnya, tiga alat AI yang sepenuhnya otomatis untuk mengukur komposisi tubuh (tulang belakang, otot dinding tubuh, dan lemak perut visceral dan subkutan) memiliki tingkat kecukupan teknis 97,8%-99,1% pada sampel Pooler et al. dari 11.699 pemeriksaan CT perut bagian luar —Dilakukan di 777 institusi eksternal berbeda menggunakan 82 model pemindai berbeda dari 6 pabrikan berbeda.
Memperhatikan bahwa alasan kegagalan juga termasuk faktor yang melekat pada pasien yang lebih sulit untuk dikendalikan, “penjelasan dan pemahaman tentang alasan kegagalan dapat membantu membangun kepercayaan pada alat AI dan meningkatkan penerimaan di antara ahli radiologi dan dokter lain,” penulis AJR ini menerima naskah ditambahkan.
Informasi lebih lanjut: B. Dustin Pooler dkk, Kecukupan Teknis Alat Komposisi Tubuh Kecerdasan Buatan Otomatis Penuh: Penilaian dalam Sampel Heterogen Pemeriksaan CT Eksternal, American Journal of Roentgenology (2023). DOI: 10.2214/AJR.22.28745
Disediakan oleh American Roentgen Ray Society
Kutipan: Kecukupan teknis komposisi tubuh kecerdasan buatan dinilai dalam CT eksternal (2023, 23 Februari) diambil 23 Februari 2023 dari https://medicalxpress.com/news/2023-02-technical-adequacy-artificial-intelligence-body.html
Dokumen ini tunduk pada hak cipta. Terlepas dari kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.