Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Компьютерная простая сортировка
Целькомпьютерные системы, которые помогают в первоначальной интерпретации изображения

Компьютерная простая сортировка ( CAST ) - это компьютеризированные методы или системы, которые помогают врачам в первоначальной интерпретации и классификации медицинских изображений. CAST - это подкласс компьютерной диагностики (CAD). Программные системы CAST выполняют полностью автоматическую первоначальную сортировку (классификацию) диагностических медицинских визуализационных исследований. CAST в первую очередь предназначен для экстренной диагностической визуализации , когда требуется оперативная диагностика критического, опасного для жизни состояния. [1]

Обзор [ править ]

Компьютерная простая сортировка (CAST) - это комбинация компьютерной диагностики (CAD) и простой сортировки и быстрого лечения (START). CAST выполняет полностью автоматическую первоначальную интерпретацию исследования - «мокрое считывание». Исследования автоматически подразделяются на несколько значимых категорий, например, положительные / отрицательные, критические / второстепенные / нормальные, сложные / простые / недиагностические и т. Д. [1]

CAST в первую очередь предназначен для получения изображений экстренной диагностики. В отличие от традиционной ИБС, которая в основном используется для выявления злокачественных новообразований, CAST работает с острыми, опасными для жизни состояниями, когда своевременная диагностика критична по времени. В то время как основная цель традиционных САПР - повышение диагностической точности читателя, CAST решает две другие проблемы:

  • Низкая доступность переводчиков изображений - нет читателя, который мог бы сразу прочитать срочное исследование - нерабочее время, сельские районы, нехватка персонала
  • Приоритезация последовательности чтения - учитывая большое количество исследований, которые необходимо прочитать, установите оптимальную последовательность чтения, например, в первую очередь неотложные случаи; или, учитывая несколько доступных читателей, распределить рабочую нагрузку оптимальным образом, например, простые случаи для стажеров, сложные для экспертов.

Сценарий использования [ править ]

Как и в случае с традиционным CAD, CAST не заменяет врача. Он только предупреждает о возможности острого, критического состояния или предполагает, что исследование не связано с тяжелым заболеванием. В обоих случаях диагноз должен проверить квалифицированный врач. Клинический эффект достигается:

  • для положительных случаев - привлекая внимание эксперта к критическим случаям быстрее, чем это было бы без CAST
  • для отрицательных случаев - позволяя менее опытным сотрудникам первыми разбираться с простыми отрицательными случаями, тем самым ослабляя давление со стороны менее доступных экспертов.

Традиционная система CAD обычно играет роль «второго читателя» и используется после или во время интерпретации, выполняемой врачом. CAST, с другой стороны, анализирует исследование перед врачом в фоновом, полностью автоматическом режиме. К тому времени, когда врач приходит для ознакомления с исследованием, уже доступна первоначальная сортировка или «мокрое считывание», подготовленное CAST. Система CAST может отправить сообщение врачу, чтобы сообщить о неотложном случае, требующем немедленного вмешательства.

Чувствительность и специфичность [ править ]

Как и любая система CAD, CAST, как правило, не может гарантировать 100% точность диагностики. Поскольку CAST работает в полностью автоматическом режиме, ожидается, что система будет демонстрировать очень высокую чувствительность - обычно выше 90%. Более того, необходимость поставить диагноз на уровне «исследования» также диктует строгие требования к специфичности CAST . Среднее значение одной или нескольких ложных тревог на исследование, допустимое для традиционного CAD, неприемлемо для CAST, так как почти каждое исследование будет считаться положительным. Поэтому для большинства клинических применений специфичность CAST должна быть выше 60-70%, чтобы сделать его полезным.

Надежность и контроль качества [ править ]

Поскольку CAST работает в полностью автоматическом режиме, он должен быть в состоянии иметь дело с любым исследованием, независимо от качества изображения, анатомии пациента и т. Д. Следовательно, в системах CAST должен быть реализован механизм контроля качества для обеспечения высокого уровня достоверности диагноза. Если система решает (на основании оцененного качества изображения, обнаруженных артефактов , анатомических аномалий и т. Д.), Что надежный диагноз не может быть достигнут автоматически, она сообщает об ошибке.

Клинические применения [ править ]

Подход CAST применим для автоматического обнаружения острых, опасных для жизни состояний по диагностическим медицинским изображениям, таких как:

Система CAST может анализировать изображения, полученные с помощью различных методов, включая рентген , КТ , МРТ , ультразвук и другие.

Примеры [ править ]

CAST для ишемической болезни сердца [ править ]

Система CAST доступна для обнаружения значительного (> 50%) коронарного стеноза в исследованиях коронарной КТ-ангиографии (cCTA). Система демонстрирует специфичность «на исследование» 60–70%, сохраняя при этом чувствительность выше 90%. [3] [4] [5] [6] [7] Его можно использовать для сортировки пациентов с болью в груди в отделении неотложной помощи.

КАСТ при внутричерепных кровоизлияниях [ править ]

Доступна система глубокого обучения для автоматического обнаружения внутричерепных кровоизлияний в отделениях неотложной помощи. [8]

См. Также [ править ]

  • Айдок

Ссылки [ править ]

  1. ^ a b Гольденберг, R; Пелед Н (сентябрь 2011). «Компьютерная простая сортировка». Int J Comput Assist Radiol Surg . 6 (5): 705–11. DOI : 10.1007 / s11548-011-0552-х . PMID  21499779 . S2CID  19623223 .
  2. ^ Эчегарай, Себастьян; Замора, Жилберто; Ю, Хонган; Ло, Вэньбинь; Солиз, Питер; Кардон, Рэнди (27 сентября 2011 г.). «Автоматический анализ изображений зрительного нерва для обнаружения и определения стадии отека диска зрительного нерва» . Исследовательская офтальмология и визуализация . 52 (10): 7470–8. DOI : 10.1167 / iovs.11-7484 . PMID 21862651 . 
  3. ^ Арнольди, E; Гебрегзиабер, М; Schoepf, UJ; и другие. (Май 2010 г.). «Автоматизированное компьютерное обнаружение стеноза при коронарной КТ-ангиографии: начальный опыт». Eur Radiol . 20 (5): 1160–7. DOI : 10.1007 / s00330-009-1644-7 . PMID 19890640 . S2CID 24454070 .  
  4. ^ Halpern, EJ; Халперн, ди-джей (март 2011 г.). «Диагностика стеноза коронарного русла с помощью компьютерной ангиографии, сравнение автоматизированной компьютерной диагностики с показаниями экспертов». Acad Radiol . 18 (3): 324–33. DOI : 10.1016 / j.acra.2010.10.014 . PMID 21215663 . 
  5. ^ Канг, кВт; Чанг, HJ; Прокладка, H; и другие. (Апрель 2012 г.). «Возможность автоматического компьютерного алгоритма для обнаружения серьезной ишемической болезни сердца у пациентов с острой болью в груди». Eur J Radiol . 81 (4): e640–6. DOI : 10.1016 / j.ejrad.2012.01.017 . PMID 22304980 . 
  6. ^ Гольденберг, R; Эйлот, Д; Бегельман, Г; Валах, E; Бен-Ишай, Э; Пелед Н (ноябрь 2012 г.). «Компьютерная простая сортировка (CAST) для коронарной КТ-ангиографии (CCTA)». Int J Comput Assist Radiol Surg . 7 (6): 819–27. DOI : 10.1007 / s11548-012-0684-7 . PMID 22484719 . S2CID 5627031 .  
  7. ^ Мейер, М; Schoepf, UJ; Финк, C; Гольденберг, Р; Apfaltrer, P; Gruettner, J; Vajcs, D; Шенберг, СО; Хенцлер, Т. (2013). «Диагностическая оценка компьютерной системы простой сортировки для коронарной КТ-ангиографии у пациентов с промежуточным риском острого коронарного синдрома». Acad Radiol . 20 (8): 980–6. DOI : 10.1016 / j.acra.2013.02.014 . PMID 23735619 . 
  8. ^ Zebra Medical Vision объявляет об одобрении CE своего новейшего алгоритма визуализации искусственного интеллекта - автоматической идентификации мозговых кровотечений [1]