Berat badan pasien adalah 74,4 kg. Alat kecerdasan buatan pembelajaran dalam otomatis digunakan untuk menyegmentasikan limpa dan dengan demikian menghitung volume limpa. Gambar aksial menunjukkan segmentasi limpa (overlay oranye). Volume limpa otomatis adalah 1.097 ml, di atas ambang volume limpa berbasis berat untuk menentukan splenomegali 350 ml. Panjang limpa true-craniocaudal adalah 15,5 cm, dan panjang limpa maksimum-3D 18,7 cm. Pengukuran panjang ini akan menunjukkan adanya splenomegali di semua ambang batas yang digunakan. Kredit: AJR

Menurut manuskrip yang diterima yang diterbitkan dalam American Journal of Roentgenology (AJR) milik ARRS, menggunakan alat AI pembelajaran mendalam otomatis, serta ambang batas volumetrik berbasis berat, mungkin menghasilkan evaluasi skala besar untuk splenomegali pada pemeriksaan CT yang dilakukan untuk setiap indikasi.

Memperhatikan bahwa, secara historis, pengukuran limpa linier standar yang digunakan sebagai pengganti untuk volume limpa menghasilkan kinerja suboptimal dalam mendeteksi splenomegali berbasis volume, “ambang volumetrik berbasis berat menunjukkan adanya splenomegali pada sebagian besar pasien yang menjalani CT transplantasi pra-hati, ” jelas penulis terkait Perry J. Pickhardt, MD, dari departemen radiologi di Fakultas Kedokteran & Kesehatan Masyarakat Universitas Wisconsin.

Naskah AJR yang diterima Pickhardt dan rekan termasuk sampel skrining dari 8.901 pasien (4.235 pria, 4.666 wanita; usia rata-rata, 56 tahun) yang menjalani CT kolonoskopi (n = 7736) atau CT donor ginjal (n = 1165) dari April 2004 hingga Januari 2017. Kohort sekunder yang terdiri dari 104 pasien (62 pria, 42 wanita; usia rata-rata, 56 tahun) dengan penyakit hati stadium akhir menjalani CT transplantasi pra-hati dari Januari 2011 hingga Mei 2013. Algoritme pembelajaran mendalam Pickhardt et al. —sebelumnya dikembangkan, dilatih, dan diuji di National Institutes of Health Clinical Center—digunakan untuk segmentasi limpa, untuk membantu menentukan volume limpa, dengan dua ahli radiologi secara independen meninjau subset dari segmentasi tersebut.

Pada akhirnya, alat AI pembelajaran mendalam otomatis ini digunakan untuk menghitung volume limpa dari pemeriksaan CT pada 8.853 pasien dari populasi rawat jalan primer. Selain itu, volume limpa paling kuat dikaitkan dengan berat badan, di antara berbagai faktor pasien.

“Sepengetahuan kami,” penulis AJR menyimpulkan, “penelitian ini merupakan sampel pasien terbesar yang dilaporkan menjalani segmentasi volumetrik limpa.”

Informasi lebih lanjut: Alberto A. Perez et al, Alat Kecerdasan Buatan Pembelajaran Mendalam Otomatis untuk Segmentasi Limpa pada CT: Menentukan Ambang Batas Berbasis Volume untuk Splenomegali, American Journal of Roentgenology (2023). DOI: 10.2214/AJR.23.29478

Disediakan oleh American Roentgen Ray Society

Kutipan: AI dengan ambang volumetrik memfasilitasi skrining oportunistik untuk splenomegali (2023, 30 Juni) diambil 30 Juni 2023 dari https://medicalxpress.com/news/2023-06-ai-volumetric-thresholds-oportunistic-screening.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.

By admin

Leave a Reply

Your email address will not be published. Required fields are marked *