
Đánh giá hiệu quả của trí tuệ nhân tạo hỗ trợ định lượng shunt gan phổi trong lập kế hoạch điều trị ung thư biểu mô tế bào gan bằng hạt vi cầu gắn 90Y. Nghiên cứu mô tả cắt ngang thực hiện trên 34 bệnh nhân ung thư biểu mô tế bào gan có chỉ định điều trị tắc mạch xạ trị bằng hạt vi cầu Resin gắn ytrium-90 tại Bệnh viện Trung ương Quân đội 108. Sử dụng công cụ trí tuệ nhân tạo để hỗ trợ định lượng shunt gan phổi của Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội. Định lượng shunt gan - phổi (LSF) ứng dụng trí tuệ nhân tạo được đối chiếu với kết quả của bác sĩ có kinh nghiệm thực hiện trên phần mềm thương mại. Trong 34 bệnh nhân nghiên cứu: Nam 91,2%, tuổi trung bình: 63 ± 13,3 tuổi, bệnh nhân ≥ 60 tuổi chiếm 64,7%. LSF trung bình là 5,4 ± 3,9% trên phần mềm thương mại, không khác biệt có ý nghĩa thống kê so với 5,9 ± 3,9% trên phần mềm trí tuệ nhân tạo (p=0,058). Thời gian trung vị để tính shunt gan phổi của phần mềm trí tuệ nhân tạo là 1,05 phút thấp hơn đáng kể so với 17,5 phút của phần mềm thương mại (p<0,05). Sự phù hợp của trí tuệ nhân tạo và phần mềm thương mại trong tính shunt gan phổi được thể hiện bởi chỉ số Kappa = 0,62. Dạ dày và lách là 2 cơ quan thường bị nhận diện nhầm trong xác định cấu trúc gan. Phần mềm trí tuệ nhân tạo bước đầu cho thấy có sự phù hợp với phần mềm thương mại. Đồng thời, trí tuệ nhân tạo rút ngắn thời gian để thực hiện xét nghiệm so với phần mềm thương mại.
To estimate the liver-lung shunt fraction (LSF) in 99mTc-MAA SPECT/CT images using the CNN-based segmentation method. Subject and method: 34 consecutive HCC patients underwent CNN-based segmentation to assess liver lung shunt fraction, along with the corresponding with experienced nuclear medicine doctors using commercial software. The CNN-based segmentation method was developed by Hanoi Technology Institute. 91.2% of male patients with mean age ± SD: 63 ± 13.3. Patients older than 60 years old were 64.7%. Most of the tumors were located on the right liver. There were 67.3% and 73.5% tumors with necrosis and heterogenous uptake of MAA respectively. Liver lung shunt was 5.4 ± 3.9% estimated by commercial software which was not a significant difference f-rom CNN based method (p=0.058). The median time to perform a quantitative assessment using an automated CNN-based method was 1.05 minutes lower than 17.5 minutes using commercial software (p<0.05). The agreement between using the automated CNN-based method and the manual method using commercial software was moderate (Kappa = 0.62). Gastric and spleen were the organs defined wrongly by the automated method of segmentation. Automated CNN-based method seems to be a useful tool in assisting doctors to estimate liver lung shunt fraction. In addition, the CNN based method shortened the time for doctors to assess quantitative liver lung shunt.
- Đăng nhập để gửi ý kiến