【资料图】

根据发表在ARRS 的放射学杂志( AJR ) 上的一份被接受的手稿，与技术因素相关的 AI 工具失败的某些原因可以通过适当的采集和重建协议在很大程度上得到预防。

威斯康星大学医学院的首席研究员 B. Dustin Pooler 总结道：“自动化的 AI 人体成分工具在外部 CT 检查的异质样本中具有很高的技术充分率，支持该工具的普遍性和广泛使用的潜力。”麦迪逊的医学与公共卫生。

这份AJR接受的手稿包括 8,949 名患者(平均年龄 55.5 岁;4,256 名男性，4,693 名女性)，他们接受了腹部 CT——在不同机构使用不同制造商的不同扫描仪进行——随后转移到当地 PACS 用于临床目的。部署三个独立的自动化 AI 工具，通过骨骼衰减、肌肉量和衰减以及内脏和皮下脂肪量来评估身体成分，每次检查评估一个轴向系列。

最终，用于测量身体成分(椎骨、体壁肌肉组织、内脏和皮下腹部脂肪)的三种全自动 AI 工具在 Pooler 等人的 11,699 次外部腹部 CT 检查样本中的技术充足率达到 97.8% - 99.1 % — 在 777 个不同的外部机构使用来自 6 个不同制造商的 82 种不同型号的扫描仪进行。

注意到失败的原因还包括患者固有的更难以控制的因素，“可解释性和对失败原因的理解有助于建立对人工智能工具的信任并提高放射科医生和其他医生的接受度，”该 AJR 的作者接受手稿补充。