Pixel

May 08, 2024

Dati scientifici, volume 10, numero articolo: 518 (2023) Citare questo articolo

229 accessi

1 Altmetrico

Dettagli sulle metriche

L’embolia polmonare ha un’elevata incidenza e mortalità, soprattutto se non diagnosticata. L'esame di scelta per la diagnosi della malattia è la tomografia computerizzata e l'angiografia polmonare. Poiché molti fattori possono portare a interpretazioni errate ed errori diagnostici, diversi gruppi stanno utilizzando metodi di deep learning per contribuire a migliorare questo processo. L'accuratezza diagnostica di questi metodi tende ad aumentare aumentando il set di dati di addestramento. I metodi di deep learning possono potenzialmente trarre vantaggio dall’uso di immagini acquisite con dispositivi di diversi fornitori. Per quanto ne sappiamo, abbiamo sviluppato il primo set di dati pubblico annotato a livello di pixel e immagine e il primo set di dati annotato a livello di pixel per contenere esami eseguiti con apparecchiature Toshiba e GE. Questo set di dati comprende 40 esami, metà eseguiti con ciascuna apparecchiatura, che rappresentano campioni provenienti da due servizi medici. Abbiamo incluso anche misurazioni relative alle conseguenze cardiache e circolatorie dell'embolia polmonare. Incoraggiamo l'uso di questo set di dati per sviluppare, valutare e confrontare le prestazioni di nuovi algoritmi di intelligenza artificiale progettati per diagnosticare l'EP.

L’embolia polmonare (PE) ha un’elevata incidenza e mortalità. Si verifica quando un coagulo di sangue, più comunemente proveniente dal sistema venoso profondo, si sposta nella circolazione arteriosa polmonare1. Si stima che negli Stati Uniti si verifichino fino a 300.000 decessi all’anno a causa del PE2. Meno del 10% dei decessi si verifica tra i pazienti diagnosticati e trattati, indicando una potenziale riduzione della mortalità grazie al miglioramento dell'accuratezza diagnostica della malattia3.

L'angiografia polmonare con tomografia computerizzata (CTPA) è l'esame di scelta per valutare i pazienti con EP4,5. Dopo infusione endovenosa di mezzo di contrasto iodato, la TC viene eseguita quando vi è un'opacizzazione ottimale della circolazione arteriosa polmonare e il trombo viene identificato come difetto di riempimento intraluminale.

L'interpretazione delle immagini CTPA è un compito complesso: i radiologi devono ricercare attentamente i difetti di riempimento del contrasto nell'intera vascolarizzazione arteriosa polmonare attraverso un gran numero di immagini. Problemi tecnici, fattori legati al paziente, problemi anatomici e la presenza di altre patologie6 possono portare a diagnosi errate.

I programmi di diagnosi assistita da computer (CAD) volti a ridurre questi errori possono ridurre la mortalità. Sono già stati proposti diversi approcci7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29 ,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48; tuttavia, non è stata ancora raggiunta una soluzione definitiva. Più recentemente, c’è stato un crescente interesse per la creazione di tecniche di intelligenza artificiale (AI), in particolare utilizzando reti neurali artificiali (ANN), per affrontare questo problema.

La prestazione diagnostica di queste tecniche dipende fortemente dal set di dati utilizzato per addestrarle, poiché deve contenere esami tanto diversi quanto quelli nelle applicazioni reali. L'accuratezza diagnostica di questi metodi tende ad aumentare aumentando il set di dati di addestramento49.

L'ottenimento di set di dati affidabili è un ostacolo considerevole incontrato dai ricercatori, poiché richiede molto tempo, richiede radiologi con esperienza per riconoscere l'EP e dipende dalla cooperazione dei centri medici. Inoltre, per essere adatto ad applicazioni di apprendimento supervisionato, il set di dati deve essere annotato. Nei tre set di dati pubblici disponibili sono stati utilizzati due diversi approcci di annotazione: un'annotazione a livello di pixel, in cui tutti i pixel del trombo sono delimitati come verità fondamentale, e annotazioni a livello di immagine e studio50, in cui immagini con un PE visibile ricevono un'etichetta, ma il trombo stesso non è delimitato. Il primo approccio è più versatile e può essere convertito in un’annotazione a livello di immagine, ma non è vero il contrario.