Diagnostische Leistung eines künstlich intelligenten Algorithmus in einer neuen Gerätegeneration der Computertomographie

Zielsetzung Intrakranielle Blutungen erfordern eine sofortige Diagnose, um das Überleben der Patienten zu sichern. Die Computertomographie ist die Methode der Wahl in Notfallsituationen. Selbst kleine Läsionen können lebensbedrohliche Auswirkungen haben und sollten nicht übersehen werden. Unser Ziel war es, die Leistung des ersten in einen Scanner integrierten Algorithmus basierend auf künstlicher Intelligenz (KI) zur Erkennung von Hirnblutungen in der klinischen Routine auszuwerten.

Material und Methoden Diese retrospektive Studie umfasst 249 konsekutive native Schädel-CT-Scans. Die automatische Erkennung von Hirnblutungen wurde in allen Fällen als separater Rekonstruktionsauftrag berechnet. Als Referenz diente der radiologische Befund, der stets von einem Assistenzarzt für Radiologie erstellt und von einem erfahrenen Radiologen fertiggestellt wurde. Die Statistik wurde als diagnostische Genauigkeit durchgeführt.

Ergebnisse Die Erkennung von Hirnblutungen wurde bei allen Patienten und in den Befunden der Radiologen erfolgreich durchgeführt. Der KI-Algorithmus und die Referenz stimmten in 92 % der Fälle überein. Unter den 34 positiven Fällen wurde nur ein falsch negativer Fall festgestellt. Allerdings erwiesen sich 19 positive Erkennungen als falsch positiv. Aus den Errechnungen der diagnostischen Leistung ergab sich eine Sensitivität von 63,5 % (95 % CI, 50,5 % – 76,5 %), eine Spezifität von 99,5 % (95 % CI, 98,5 % – 100 %), ein positiver prädiktiver Wert von 97,1 % (95 % CI, 91,4 % – 100 %) und ein negativer prädiktiver Wert (NPV) von 91,2 % (95 % CI, 87,4 % – 95,0 %). Der einzige falsch negative Fall war eine sehr kleine Läsion von 0,4x0,2 mm Größe. Bei mehr als der Hälfte der falsch-positiven Fälle war die Bildqualität aufgrund von schlechter Positionierung oder Bewegung beeinträchtigt (n=11). Die korrigierte Sensitivität nach Ausschluss dieser Fälle betrug 80,5 % (korr. NPV 96,1 %).

Schlußfolgerungen Die Ausführung des in den Scanner integrierten KI-Nachweises von Hirnblutungen ist schnell und stabil. Die diagnostische Genauigkeit hat einen hohen negativen und positiven prädiktiven Wert und eine sehr hohe Spezifität. Allerdings resultieren viele falsch positive Befunde in einer eher mäßigen Sensitivität. Die eingeschränkte Bildqualität in der Notfallsituation durch Positionierungs- und Compliance-Probleme könnte der Grund für diese Abweichung von den publizierten Testdatensätzen sein.

 

MissingLinkText

Publication History

Article published online:
29 August 2022