综合冲程中心中大容器闭塞的人工智能识别评价

编辑’s Choice

作者’viz lvo评估表明,该系统具有早期鉴定患有大血管闭塞的患者的可能性,希望改善未来的管理和中风护理。

抽象的

背景和目的

图4来自Yahav-Dovrat等
算法概述步骤。 A,识别基于元数据的适用扫描。 B,裁剪头部区域。登记 (C)和细分(D)ICA-T / M1区域。 E,所有船只的额外分割。细分的细分仅包括MCA分支(F)基于血管长度检测疑似LVO(G)。

人工智能算法有可能成为优化行程工作流程的重要诊断工具。 Viz LVO是一种医疗产品,利用卷积神经网络,旨在检测CTA扫描的大容器闭塞,并通过专用移动应用程序在几分钟内通知治疗团队。我们旨在评估综合行程中心实际临床实践中VIZ LVO的检测准确性。

材料和方法

在一个综合行程中心安装了这项研究的viz lvo。从2018年1月到2019年3月开始的所有连续头和颈部CTA都被算法扫描了大容器闭塞的算法。将系统结果与高级神经皮层的正式报告进行了比较,以便在存在大船舶闭塞的情况下用作地面真理。

结果

该研究共纳入1167个CTA。其中,404例是卒中方案。七十五(6.4%)患者作为地面真理大容器闭塞;系统检测到61。灵敏度为0.81,负预测值为0.99,准确度为0.94。在卒中方案亚组中,72名(17.8%)404名患者的大血管闭塞,系统鉴定为59个,敏感性为0.82,阴性预测值为0.96,准确度为0.89。

结论

我们的经验评估了Viz LVO,表明该系统具有早期鉴定患有大血管闭塞的患者的潜力,希望改善未来的管理和中风护理。

阅读本文: //bit.ly/3vu3Bui

综合冲程中心中大容器闭塞的人工智能识别评价
jross.
杰弗里罗斯 •Mayo Clinic,Phoenix

Jeffrey S. Ross博士是梅奥诊所医学院放射学教授,并在亚利桑那州凤凰城的梅奥诊所做了神经产物。他的出版物包括超过100个同行评审的文章,近60篇非裁决条款,33章,10本书。他是2006 - 2015年的AJNR高级编辑,是3个其他期刊的编辑委员会的成员,以及10个期刊的手稿审稿人。他于2015年7月成为AJNR的主编。他于2013年收到了ASSR的金牌奖。

发表评论

通过电子邮件通知我后续评论。你也可以 订阅 without commenting.