Простая компьютерная сортировка

Простая компьютерная сортировка
Простая компьютерная сортировка
Цель	компьютерные системы, которые помогают в первоначальной интерпретации изображения

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

Обзор

Простая компьютерная сортировка (CAST) представляет собой комбинацию компьютерной диагностики (CAD) и простой сортировки и быстрого лечения (START).CAST выполняет полностью автоматическую первоначальную интерпретацию исследования – «мокрое чтение». Исследования автоматически классифицируются по некоторым значимым категориям, например, положительные/отрицательные, критические/незначительные/нормальные, сложные/простые/недиагностические и т. д. ^[1]

CAST в первую очередь предназначен для экстренной диагностической визуализации. В отличие от традиционной CAD, которая в основном используется для обнаружения злокачественных поражений, CAST имеет дело с острыми, опасными для жизни состояниями, когда необходима быстрая диагностика.критический. В то время как основной целью традиционных САПР является повышение точности диагностики для человека, CAST решает две другие проблемы:

Низкая доступность переводчиков изображений – нет читателя, который мог бы сразу прочитать срочное исследование – нерабочее время, сельская местность, нехватка персонала
Приоритизация последовательности чтения – учитывая большое количество исследований, которые нужно прочитать, установите оптимальную последовательность чтения, например, в первую очередь в неотложных случаях; или, при наличии нескольких читателей, распределить рабочую нагрузку оптимальным образом, например, простые случаи для стажеров, сложные для экспертов.

Сценарий использования

Как и в случае с традиционными CAD, CAST не заменяет врача. Оно лишь предупреждает о возможности острого, критического состояния или предполагает, что в исследовании нет тяжелого заболевания. В обоих случаях диагноз должен быть подтвержден квалифицированным врачом. Клинический эффект достигается:

для положительных случаев – за счет привлечения внимания экспертов к критическим случаям быстрее, чем это произошло бы без CAST
для отрицательных случаев – позволяя менее опытным сотрудникам первыми заниматься простыми отрицательными случаями, тем самым снижая давление со стороны менее доступных экспертов.

Традиционная система САПР обычно играет роль «второго читателя» и используется после или во время интерпретации.выполняет врач. CAST, с другой стороны, анализирует исследование перед врачом в фоновом, полностью автоматическом режиме. К тому времени, когда врач приходит читать исследование, первоначальная сортировка или «мокрое чтение», подготовленное CAST, уже доступна. Система CAST может отправить врачу сообщение о неотложном случае, требующем немедленного внимания.

Чувствительность и специфичность

Как и любая CAD-система, CAST в целом 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 постановки диагноза на уровне «каждого исследования» диктует строгие требования к специфичности также CAST. В среднем одна или несколько ложных тревог на исследование, допустимое для традиционного ИБС, неприемлемо для CAST, поскольку почти каждое исследование будет отмечено как положительное. Следовательно, для большинства клинических применений 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 справиться с любым исследованием, независимо от качества изображения, анатомии пациента и т. д. Поэтому в CAST-системах должен быть реализован механизм контроля качества, чтобы обеспечить высокий уровень достоверности диагноза. Если система решает (на основании оцененного качества изображения, обнаруженных артефактов , анатомических аномалий и т. д.), что достоверный диагноз не может быть автоматически поставлен, она сообщает об ошибке.

Клинические применения

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

CAST при ишемической болезни сердца

Система CAST доступна для выявления значительного (>50%) коронарного стеноза при коронарной КТ-ангиографии (кКТА). 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

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

См. также

Айдок

Ссылки

^ Jump up to: ^а ^б Гольденберг, Р; Пелед, Н. (сентябрь 2011 г.). «Простая компьютерная сортировка». Int J Comput Assist Radiol Surg . 6 (5): 705–11. дои : 10.1007/s11548-011-0552-x . ПМИД 21499779 . S2CID 19623223 .
^ Эчегарай, Себастьян; Самора, Жилберто; Ю, Хунган; Ло, Вэньбинь; Солис, Питер; Кардон, Рэнди (27 сентября 2011 г.). «Автоматизированный анализ изображений зрительного нерва для обнаружения и определения стадии отека диска зрительного нерва» . Исследовательская офтальмология и визуальные науки . 52 (10): 7470–8. дои : 10.1167/iovs.11-7484 . ПМИД 21862651 .
^ Арнольди, Э; Гебрегзиабер, М; Шепф, UJ; и др. (май 2010 г.). «Автоматизированное компьютерное обнаружение стеноза при коронарной КТ-ангиографии: первый опыт». Евро Радиол . 20 (5): 1160–7. дои : 10.1007/s00330-009-1644-7 . ПМИД 19890640 . S2CID 24454070 .
^ Халперн, Э.Дж.; Халперн, диджей (март 2011 г.). «Диагностика коронарного стеноза с помощью КТ-ангиографии в сравнении автоматизированной компьютерной диагностики с показаниями экспертов». Акад Радиол . 18 (3): 324–33. дои : 10.1016/j.acra.2010.10.014 . ПМИД 21215663 .
^ Канг, КВ; Чанг, HJ; Шим, Х; и др. (апрель 2012 г.). «Осуществимость автоматического компьютерного алгоритма для выявления выраженной ишемической болезни сердца у пациентов с острой болью в груди». Eur J Радиол . 81 (4): e640–6. дои : 10.1016/j.ejrad.2012.01.017 . ПМИД 22304980 .
^ Гольденберг, Р; Эйлот, Д; Бегельман, Г; Валах, Э; Бен-Ишай, Э; Пелед, Н. (ноябрь 2012 г.). «Простая компьютерная сортировка (CAST) для коронарной КТ-ангиографии (CCTA)». Int J Comput Assist Radiol Surg . 7 (6): 819–27. дои : 10.1007/s11548-012-0684-7 . ПМИД 22484719 . S2CID 5627031 .
^ Мейер, М; Шепф, UJ; Финк, С; Гольденберг, Р; Апфальтрер, П; Грюттнер, Дж; Вайч, Д; Шенберг, СО; Хенцлер, Т (2013). «Оценка диагностической эффективности простой компьютерной системы сортировки коронарной КТ-ангиографии у пациентов с промежуточным риском острого коронарного синдрома». Акад Радиол . 20 (8): 980–6. дои : 10.1016/j.acra.2013.02.014 . ПМИД 23735619 .
^ Zebra Medical Vision объявляет об одобрении CE своего новейшего алгоритма визуализации с использованием искусственного интеллекта - автоматического выявления кровоизлияний в мозг [1]

[CAST-1] Jump up to: ^а ^б Гольденберг, Р; Пелед, Н. (сентябрь 2011 г.). «Простая компьютерная сортировка». Int J Comput Assist Radiol Surg . 6 (5): 705–11. дои : 10.1007/s11548-011-0552-x . ПМИД 21499779 . S2CID 19623223 .

[2] Эчегарай, Себастьян; Самора, Жилберто; Ю, Хунган; Ло, Вэньбинь; Солис, Питер; Кардон, Рэнди (27 сентября 2011 г.). «Автоматизированный анализ изображений зрительного нерва для обнаружения и определения стадии отека диска зрительного нерва» . Исследовательская офтальмология и визуальные науки . 52 (10): 7470–8. дои : 10.1167/iovs.11-7484 . ПМИД 21862651 .

[3] Арнольди, Э; Гебрегзиабер, М; Шепф, UJ; и др. (май 2010 г.). «Автоматизированное компьютерное обнаружение стеноза при коронарной КТ-ангиографии: первый опыт». Евро Радиол . 20 (5): 1160–7. дои : 10.1007/s00330-009-1644-7 . ПМИД 19890640 . S2CID 24454070 .

[4] Халперн, Э.Дж.; Халперн, диджей (март 2011 г.). «Диагностика коронарного стеноза с помощью КТ-ангиографии в сравнении автоматизированной компьютерной диагностики с показаниями экспертов». Акад Радиол . 18 (3): 324–33. дои : 10.1016/j.acra.2010.10.014 . ПМИД 21215663 .

[5] Канг, КВ; Чанг, HJ; Шим, Х; и др. (апрель 2012 г.). «Осуществимость автоматического компьютерного алгоритма для выявления выраженной ишемической болезни сердца у пациентов с острой болью в груди». Eur J Радиол . 81 (4): e640–6. дои : 10.1016/j.ejrad.2012.01.017 . ПМИД 22304980 .

[6] Гольденберг, Р; Эйлот, Д; Бегельман, Г; Валах, Э; Бен-Ишай, Э; Пелед, Н. (ноябрь 2012 г.). «Простая компьютерная сортировка (CAST) для коронарной КТ-ангиографии (CCTA)». Int J Comput Assist Radiol Surg . 7 (6): 819–27. дои : 10.1007/s11548-012-0684-7 . ПМИД 22484719 . S2CID 5627031 .

[7] Мейер, М; Шепф, UJ; Финк, С; Гольденберг, Р; Апфальтрер, П; Грюттнер, Дж; Вайч, Д; Шенберг, СО; Хенцлер, Т (2013). «Оценка диагностической эффективности простой компьютерной системы сортировки коронарной КТ-ангиографии у пациентов с промежуточным риском острого коронарного синдрома». Акад Радиол . 20 (8): 980–6. дои : 10.1016/j.acra.2013.02.014 . ПМИД 23735619 .

[8] Zebra Medical Vision объявляет об одобрении CE своего новейшего алгоритма визуализации с использованием искусственного интеллекта - автоматического выявления кровоизлияний в мозг [1]

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]