推想主动脉夹层AI中稿RSNA 2024：多中心验证彰显卓越表现
近日，推想最新研发的基于深度学习的主动脉夹层辅助诊断系统已通过多中心验证，展现出卓越的效率和准确性。该系统旨在帮助放射科医生在复杂的胸腹部CTA影像中更快速地识别主动脉夹层患者，为临床诊断提供了强有力的支持。
此次研究覆盖了8家医院的809名患者数据，研究结果表明该系统在主动脉及其分支上的分割精度较高，敏感性达92.4%，特异性为97.8%。此外，该系统还能够自动进行三维主动脉重建，为术前规划提供极大帮助。
并且，该研究已中稿于2024北美放射学年会（Radiological Society of North America，RSNA），并作为Oral presentation报告研究成果。RSNA年会因其严格的审稿选稿而具有极高的权威性，每一年年会中稿率不足30%，大会发言不到15%。本次中稿结果充分展示了推想团队的科研水平和实力。
关于RSNA（北美放射学会） 上的Oral Presentation RSNA上学术分享的关键形式，通常用于展示重大、原创性和具有高影响力的研究成果。在大会上占有重要地位，允许研究人员通过口头讲解和问答环节，与国际同行分享发现。入选过程中，优先考虑那些具备原创性、创新技术或方法的研究，尤其是那些解决临床实践中的实际问题或改进诊断、治疗流程的项目。并且，入选的研究通常需要有强有力的数据支持，具有严谨的实验设计和清晰的统计结果。
一直以来，推想医疗致力于将最前沿的AI技术应用于医学影像，帮助医生更快、更准确地诊断疾病。这一系统的成功验证是我们在医疗AI领域取得的又一重要突破。就在不久之前，推想医疗主动脉夹层CT造影图像辅助评估软件已正式获批中国国家药品监督管理局 (NMPA) 三类医疗器械注册证，用于主动脉夹层CTA的辅助分诊与评估。 该系统将在未来扩展到更多医疗机构，并有望成为胸腹部影像诊断的重要工具之一。系统的高精度诊断表现，将有助于临床医生更好地进行个体化治疗方案的制定。 以下为Oral Presentation中稿文章的具体内容 目的:验证基于深度学习(DL)的辅助诊断系统在辅助放射科医师诊断主动脉夹层方面的效率和有效性。 方法与材料:使用 InferRead CT Aorta（Infervision）系统，对来自8家医院的 809 例接受胸腹 CTA 检查的患者进行验证，包括主动脉及其分支的基本分割性能、主动脉夹层分诊和 Stanford 亚型分类准确性。两名经验丰富的放射科医生对主动脉和相应节段进行标注，其共识作为参考标准。从电子病历系统中收集主动脉夹层的诊断和 Stanford 亚型，并由两名参与的放射科医生进一步确认。使用 DICE 和 ICC 评估分割和亚型分类性能，通过敏感性和特异性评估对主动脉夹层患者分诊的效果。 结果: a. 对所有 809 例患者的主动脉进行分割，DICE 指数为 0.928。对于头臂干，左颈总动脉和左锁骨下动脉的分割 DICE 分别达到 0.922、0.922 和 0.923。 b. 收集的数据集中有 354 例（43.76％）患者患有主动脉夹层，该 DL 系统在分诊主动脉夹层患者时显示出 92.4％的敏感性（95％CI：89.6％-95.1％）和 97.8％的特异性（95％CI：96.5％-99.1％），在年龄亚组中分诊性能没有显著差异。 c. DL 系统在分类主动脉夹层的 Stanford 亚型方面表现良好，ICC 为 0.82。此外，该系统还可以自动实现曲面平面重建，甚至三维主动脉重建，具有手术规划的应用潜力。 结论: 该验证的 DL 系统在主动脉分割、主动脉夹层分诊和分类方面表现良好，对辅助准确高效地诊断主动脉夹层具有重要价值。 临床相关性/应用: a. 提高诊断效率：胸腹CTA检查作为常用的诊断方法，需要复杂的随访程序。传统的胸腹 CTA 检查后，放射科医生手动生成参考结果并给出报告通常需要 30 分钟到 1 小时，而该 DL 系统在效率方面具有独特优势，可大大缩短诊断时间，提高医疗效率。 b. 辅助精准诊断：DL系统具有较高的敏感性和特异性，能够为放射科医生提供准确的诊断信息，有助于减少误诊和漏诊，为临床诊断和治疗提供更可靠的依据。 c. 手术规划支持：系统能够自动实现曲面平面重建和三维主动脉重建，为手术规划提供了更直观、详细的信息，有助于医生制定更个性化的手术方案。 d. 普及应用潜力：多中心验证表明该系统具有较好的稳定性和通用性，有望在不同医疗机构中推广应用，提高整体医疗水平。 e. 持续优化可能：随着更多数据的积累和算法的改进，该系统的性能还有进一步提升的空间，未来可能会在心血管疾病的诊断和治疗中发挥更大的作用。
