Компьютерная простая сортировка - Computer-aided simple triage

Компьютерная простая сортировка
Целькомпьютерные системы, которые помогают в первоначальной интерпретации изображения

Компьютерная простая сортировка (В РОЛЯХ) представляют собой компьютеризированные методы или системы, которые помогают врачам в первоначальной интерпретации и классификации медицинских изображений. CAST - это подкласс компьютерная диагностика (CAD). В РОЛЯХ программного обеспечения системы выполняют полностью автоматический запуск сортировка (классификация) диагностических медицинская визуализация исследования. CAST в первую очередь предназначен для чрезвычайная ситуация диагностическая визуализация, где подсказка диагноз критического, опасного для жизни состояния.[1]

Обзор

Компьютерная простая сортировка (CAST) представляет собой комбинацию компьютерная диагностика (CAD) и простая сортировка и быстрое лечение (START) .CAST выполняет полностью автоматическую первоначальную интерпретацию исследования - «мокрое считывание». Исследования автоматически подразделяются на некоторые значимые категории, например положительный / отрицательный, критический / незначительный / нормальный, сложный / простой / недиагностический и т. д.[1]

CAST в первую очередь предназначен для чрезвычайная ситуация диагностическая визуализация. 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. Хотя основная задача традиционных CAD улучшает диагностическую точность человеческого ридера, CAST решает две другие проблемы:

  • Низкая доступность переводчиков изображений - нет читателя, который мог бы сразу прочитать срочное исследование - нерабочее время, сельская местность, нехватка персонала
  • Приоритезация последовательности чтения - учитывая большое количество исследований, которые необходимо прочитать, установите оптимальную последовательность чтения, например в первую очередь срочные дела; или, учитывая несколько доступных читателей, распределять нагрузку оптимальным образом, например простые кейсы стажерам, сложные специалистам.

Сценарий использования

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 заниматься простыми отрицательными случаями, тем самым ослабляя давление со стороны менее доступных экспертов.

Традиционная САПР обычно играет роль «второго ридера» и используется после или во время перевод, сделанный врачом. CAST, с другой стороны, анализирует исследование. перед врач, в фоновом режиме, полностью автоматический режим. К тому времени, когда врач приходит для ознакомления с исследованием, уже доступна первоначальная сортировка или «влажное считывание», подготовленное CAST. Система CAST может отправить сообщение врачу, чтобы сообщить о неотложном случае, требующем немедленного вмешательства.

Чувствительность и специфичность

Как и любая CAD-система, CAST, в общем, не может гарантировать 100% точность диагностики. Поскольку CAST работает в полностью автоматическом режиме, ожидается, что система будет показывать очень высокие показатели. чувствительность - обычно выше 90%. Более того, необходимость поставить диагноз на уровне «исследования» диктует строгие требования к CAST. специфичность также. Среднее значение одного или нескольких ложные срабатывания на исследование, приемлемый для традиционной ИБС, неприемлем для CAST, так как почти каждое исследование будет считаться положительным. Следовательно, для большинства клинических приложений специфичность CAST должна быть выше 60-70%, чтобы сделать его полезным.

Надежность и контроль качества

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, системы CAST должны реализовать механизм контроля качества, чтобы гарантировать высокий уровень достоверности диагноза. Если система решит (на основе оцененного качества изображения, обнаруженное артефакты, анатомические аномалии и т. д.), что невозможно автоматически поставить надежный диагноз, он сообщает об ошибке.

Клинические применения

Подход CAST применим для автоматического обнаружения острых, опасных для жизни состояний с помощью диагностических медицинских изображений, таких как:

Система CAST может анализировать изображения, полученные с помощью различных методов, в том числе рентгеновский снимок, CT, МРТ, УЗИ и другие.

Примеры

CAST при ишемической болезни сердца

Система CAST доступна для обнаружения значительных (> 50%) коронарный стеноз в коронарной артерии КТ ангиография (cCTA) исследования. Система выставляет «за исследование» специфичность 60–70% при сохранении чувствительность выше 90%.[3][4][5][6][7]Его можно использовать для сортировки пациентов с болью в груди в отделении неотложной помощи.

CAST при внутричерепных кровотечениях

Доступна система глубокого обучения для автоматического обнаружения Внутричерепные кровоизлияния в отделениях неотложной помощи.[8]

Смотрите также

Рекомендации

  1. ^ а б Гольденберг, Р; Пелед Н (сентябрь 2011). «Компьютерная простая сортировка». Int J Comput Assist Радиологическая хирургия. 6 (5): 705–11. Дои:10.1007 / s11548-011-0552-x. PMID  21499779.
  2. ^ Эчегарай, Себастьян; Замора, Жилберто; Ю, Хунган; Ло, Вэньбинь; Солиз, Питер; Кардон, Рэнди (27 сентября 2011 г.). «Автоматический анализ изображений зрительного нерва для обнаружения и определения стадии отека зрительного нерва». Исследовательская офтальмология и визуализация. 52 (10): 7470. Дои:10.1167 / iovs.11-7484.
  3. ^ Арнольди, Э; Гебрегзиабхер, М; Schoepf, UJ; и другие. (Май 2010 г.). «Автоматизированное компьютерное обнаружение стеноза при коронарной КТ-ангиографии: первый опыт». Eur Radiol. 20 (5): 1160–7. Дои:10.1007 / s00330-009-1644-7. PMID  19890640.
  4. ^ Halpern, EJ; Халперн, ди-джей (март 2011 г.). «Диагностика коронарного стеноза с помощью компьютерной ангиографии, сравнение автоматизированной компьютерной диагностики с показаниями экспертов». Acad Radiol. 18 (3): 324–33. Дои: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. Дои:10.1016 / j.ejrad.2012.01.017. PMID  22304980.
  6. ^ Гольденберг, Р; 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 Радиологическая хирургия. 7 (6): 819–27. Дои:10.1007 / s11548-012-0684-7. PMID  22484719.
  7. ^ Мейер, М; Schoepf, UJ; Финк, C; Гольденберг, Р; Apfaltrer, P; Gruettner, J; Vajcs, D; Шенберг, СО; Хенцлер, Т. (2013). «Диагностическая оценка эффективности компьютерной системы простой сортировки для коронарной КТ-ангиографии у пациентов с промежуточным риском острого коронарного синдрома». Acad Radiol. 20 (8): 980–6. Дои: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]