El peso del paciente fue de 74,4 kg. Se utilizó una herramienta de inteligencia artificial de aprendizaje profundo automatizada para segmentar el bazo y, por lo tanto, calcular el volumen esplénico. La imagen axial muestra la segmentación del bazo (superposición naranja). El volumen esplénico automatizado fue de 1097 ml, por encima del umbral de volumen esplénico basado en el peso para determinar la esplenomegalia de 350 ml. La longitud esplénica craneocaudal verdadera fue de 15,5 cm y la longitud esplénica máxima en 3D de 18,7 cm. Estas medidas de longitud indicarían la presencia de esplenomegalia en todos los umbrales utilizados. Crédito: AJR
Según un manuscrito aceptado publicado en el propio ARRS Revista americana de roentgenología (AJR), el uso de una herramienta de IA de aprendizaje profundo automatizada, así como umbrales volumétricos basados en el peso, podría permitir una evaluación a gran escala de la esplenomegalia en los exámenes de TC realizados para cualquier indicación.
Teniendo en cuenta que, históricamente, las mediciones esplénicas lineales estándar utilizadas como sustituto del volumen esplénico arrojaron un rendimiento subóptimo en la detección de esplenomegalia basada en el volumen, «los umbrales volumétricos basados en el peso indicaron la presencia de esplenomegalia en la mayoría de los pacientes que se sometieron a una TC previa al trasplante de hígado, » explicó el autor correspondiente Perry J. Pickhardt, MD, del departamento de radiología de la Facultad de Medicina y Salud Pública de la Universidad de Wisconsin.
Pickhardt y colegas’ AJR El manuscrito aceptado incluyó una muestra de cribado de 8901 pacientes (4235 hombres, 4666 mujeres; edad media, 56 años) que se sometieron a una colonoscopia por TC (n = 7736) o a una TC de donante renal (n = 1165) desde abril de 2004 hasta enero de 2017. cohorte de 104 pacientes (62 hombres, 42 mujeres; edad media, 56 años) con enfermedad hepática en etapa terminal se sometieron a TC previa al trasplante de hígado desde enero de 2011 hasta mayo de 2013. El algoritmo de aprendizaje profundo de Pickhardt et al., previamente desarrollado, entrenado , y probado en el Centro Clínico de los Institutos Nacionales de Salud, se utilizó para la segmentación del bazo, para ayudar a determinar los volúmenes esplénicos, con dos radiólogos que revisaron de forma independiente un subconjunto de dichas segmentaciones.
En última instancia, esta herramienta de IA de aprendizaje profundo automatizada se utilizó para calcular los volúmenes esplénicos de los exámenes de TC en 8853 pacientes de la población ambulatoria primaria. Además, el volumen esplénico se asoció más fuertemente con el peso, entre una variedad de factores del paciente.
«Hasta donde sabemos», el AJR Los autores concluyeron que «este estudio representa la muestra más grande reportada de pacientes que se sometieron a una segmentación volumétrica del bazo».
Más información:
Alberto A. Perez et al, Herramienta automatizada de inteligencia artificial de aprendizaje profundo para la segmentación del bazo en TC: definición de umbrales basados en el volumen para la esplenomegalia, Revista americana de roentgenología (2023). DOI: 10.2214/AJR.23.29478
Citación: La IA con umbrales volumétricos facilita la detección oportunista de esplenomegalia (30 de junio de 2023) consultado el 30 de junio de 2023 en https://medicalxpress.com/news/2023-06-ai-volumetric-thresholds-opportunistic-screening.html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.
