РАЗРАБОТКА СИСТЕМЫ НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ПОДДЕРЖКИ МЕДИЦИНСКИХ РЕШЕНИЙ ПРИ ОПРЕДЕЛЕНИИ ОЦЕНКИ PI-RADS

Аннотация:

Цель исследования заключается в разработке системы компьютерной диагностики (computer-aided diagnosis, CAD) с целью минимизации риска человеческих ошибок при градации по системе PI-RADS, что способствует улучшению процесса принятия врачебных решений. Материалы и методы. Ретроспективное многоцентровое исследование включило 136 пациентов, из которых 108 составили больные раком предстательной железы (РПЖ) (оценка PI-RADS 4—5) и 28 случаев — пациенты с доброкачественными заболеваниями предстательной железы (оценка PI-RADS 1-2). Для анализа изображений была применена архитектура 3D U-Net, обрабатывающая Т2-взвешенные изображения (T2W), диффузионно-взвешенные изображения (DWI) и изображения с динамическим контрастированием (DCE). Статистический анализ проводили с использованием библиотек Python для оценки диагностической эффективности, включая чувствительность, специфичность, коэффициенты сходства Dice и площадь под кривой характеристик работы приемника (AUC). Результаты. Система DL-CAD достигла средней точности 78%, чувствительности 60% и специфичности 84% для выявления очагов поражений в простате. Коэффициент сходства Dice для сегментации предстательной железы составил 0,71, a AUC-81,16%. Система продемонстрировала высокую специфичность в снижении ложноположительных результатов, что после оптимизации системы сможет минимизировать ненужные биопсии и «избыточное» лечение. Заключение. Система DL-CAD демонстрирует потенциал в поддержке процесса принятия клинических решений для пациентов с клинически значимым РПЖ за счет повышения точности диагностики, особенно в минимизации вариабельности при интерпретации результатов несколькими рентгенологами (межэкспертная вариабельность). Несмотря на высокую специфичность, требуются дополнительные исследования для улучшения чувствительности и точности сегментации, что может быть достигнуто за счет использования более крупных массивов данных и передовых методов DL. Дальнейшая многоцентровая валидация необходима для более активной интеграции данной системы в клиническую практику.

Авторы:

Издание: Урология
Год издания: 2024
Объем: 7с.
Дополнительная информация: 2024.-N 6.-С.5-11. Библ. 24 назв.
Просмотров: 1