ການປັບປຸງການດູແລຄົນເຈັບດ້ວຍການແກ້ໄຂການຫຼຸດຄວາມອ່ອນໄຫວໂດຍອີງໃສ່ AI ໃນການຖ່າຍພາບ PET

ການສຶກສາໃໝ່ທີ່ມີຫົວຂໍ້ວ່າ “ການນຳໃຊ້ Pix-2-Pix GAN ສຳລັບການແກ້ໄຂການຫຼຸດຜົນກະທົບ PSMA PET/CT ທົ່ວຮ່າງກາຍໂດຍອີງໃສ່ການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ” ໄດ້ຖືກຕີພິມໃນເຫຼັ້ມທີ 15 ຂອງ Oncotarget ໃນວັນທີ 7 ພຶດສະພາ 2024.

ການໄດ້ຮັບລັງສີຈາກການສຶກສາ PET/CT ຕາມລຳດັບໃນການຕິດຕາມຄົນເຈັບທີ່ເປັນມະເຮັງແມ່ນຄວາມກັງວົນ. ໃນການສືບສວນທີ່ຜ່ານມານີ້, ທີມງານນັກຄົ້ນຄວ້າປະກອບມີ Kevin C. Ma, Esther Mena, Liza Lindenberg, Nathan S. Lay, Phillip Eclarinal, Deborah E. Citrin, Peter A. Pinto, Bradford J. Wood, William L. Dahut, James L. Gulley, Ravi A. Madan, Peter L. Choyke, Ismail Baris Turkbey, ແລະ Stephanie A. Harmon ຈາກສະຖາບັນມະເຮັງແຫ່ງຊາດທີ່ສະຖາບັນສຸຂະພາບແຫ່ງຊາດໄດ້ນຳສະເໜີເຄື່ອງມືປັນຍາປະດິດ (AI). ເຄື່ອງມືນີ້ມີຈຸດປະສົງເພື່ອສ້າງຮູບພາບ PET (AC-PET) ທີ່ຖືກແກ້ໄຂດ້ວຍການຫຼຸດຜ່ອນຄວາມອ່ອນໄຫວຈາກຮູບພາບ PET (NAC-PET) ທີ່ບໍ່ໄດ້ຮັບການແກ້ໄຂດ້ວຍການຫຼຸດຜ່ອນຄວາມອ່ອນໄຫວ, ເຊິ່ງອາດຈະຊ່ວຍຫຼຸດຜ່ອນຄວາມຈຳເປັນສຳລັບການສະແກນ CT ໃນປະລິມານຕໍ່າ.

"ຮູບພາບ PET ທີ່ສ້າງຂຶ້ນດ້ວຍ AI ມີທ່າແຮງທາງດ້ານຄລີນິກໃນການຫຼຸດຜ່ອນຄວາມຕ້ອງການໃນການແກ້ໄຂການຫຼຸດຄວາມເຂັ້ມຂຸ້ນໃນການສະແກນ CT ໃນຂະນະທີ່ຮັກສາເຄື່ອງໝາຍດ້ານປະລິມານ ແລະ ຄຸນນະພາບຂອງຮູບພາບສຳລັບຄົນເຈັບມະເຮັງຕ່ອມລູກໝາກ."

ວິທີການ: ອັລກໍຣິທຶມການຮຽນຮູ້ເລິກໂດຍອີງໃສ່ສະຖາປັດຕະຍະກຳເຄືອຂ່າຍຕ້ານການສ້າງແບບຈຳລອງ 2D Pix-2-Pix (GAN) ໄດ້ຖືກພັດທະນາໂດຍອີງໃສ່ຮູບພາບ AC-PET ແລະ NAC-PET ທີ່ຈັບຄູ່ກັນ. ການສຶກສາ PET-CT PSMA (ແອນຕິເຈນເຍື່ອຫຸ້ມຕ່ອມລູກໝາກສະເພາະ) 18F-DCFPyL ຂອງຄົນເຈັບ 302 ຄົນທີ່ເປັນມະເຮັງຕ່ອມລູກໝາກໄດ້ຖືກແບ່ງອອກເປັນກຸ່ມຝຶກອົບຮົມ, ການກວດສອບຄວາມຖືກຕ້ອງ, ແລະ ການທົດສອບ (n 183, 60, ແລະ 59, ຕາມລຳດັບ). ຮູບແບບດັ່ງກ່າວໄດ້ຮັບການຝຶກອົບຮົມໂດຍໃຊ້ສອງຍຸດທະສາດມາດຕະຖານຄື: ອີງໃສ່ຄ່າການດູດຊຶມມາດຕະຖານ (SUV) ແລະ ອີງໃສ່ SUV-NYUL. ປະສິດທິພາບການສະແກນແນວນອນໄດ້ຖືກປະເມີນໂດຍໃຊ້ຄວາມຜິດພາດສະເລ່ຍກຳລັງສອງທີ່ເປັນປົກກະຕິ (NMSE), ຄວາມຜິດພາດຢ່າງແທ້ຈິງສະເລ່ຍ (MAE), ດັດຊະນີຄວາມຄ້າຍຄືກັນຂອງໂຄງສ້າງ (SSIM) ແລະ ອັດຕາສ່ວນສັນຍານຕໍ່ສຽງລົບກວນສູງສຸດ (PSNR). ແພດການແພດນິວເຄຼຍໄດ້ດຳເນີນການວິເຄາະລະດັບບາດແຜຂອງພື້ນທີ່ທີ່ສົນໃຈລ່ວງໜ້າ. ຕົວຊີ້ວັດ SUV ໄດ້ຖືກປະເມີນໂດຍໃຊ້ສຳປະສິດສະຫະສຳພັນພາຍໃນກຸ່ມ (ICC), ສຳປະສິດການຊ້ຳຄືນ (RC), ແລະ ຮູບແບບຜົນກະທົບປະສົມເສັ້ນຊື່.

ຜົນໄດ້ຮັບ：ໃນກຸ່ມທົດສອບເອກະລາດ, ຄ່າກາງຂອງ NMSE, MAE, SSIM, ແລະ PSNR ແມ່ນ 13.26%, 3.59%, 0.891, ແລະ 26.82 ຕາມລຳດັບ. ICC ສຳລັບ SUVmax ແລະ SUVmean ແມ່ນ 0.88 ແລະ 0.89, ຊີ້ບອກເຖິງຄວາມສຳພັນທີ່ເຂັ້ມແຂງລະຫວ່າງເຄື່ອງໝາຍການຖ່າຍພາບແບບປະລິມານຕົ້ນສະບັບ ແລະ ເຄື່ອງໝາຍການຖ່າຍພາບທີ່ສ້າງຂຶ້ນໂດຍ AI. ປັດໄຈຕ່າງໆເຊັ່ນ: ຕຳແໜ່ງຂອງຮອຍແຜ, ຄວາມໜາແໜ້ນ (ຫົວໜ່ວຍ Hounsfield), ແລະ ການດູດຊຶມຮອຍແຜໄດ້ຖືກພົບເຫັນວ່າມີຜົນກະທົບຕໍ່ຄວາມຜິດພາດທີ່ກ່ຽວຂ້ອງໃນຕົວຊີ້ວັດ SUV ທີ່ສ້າງຂຶ້ນ (ທັງໝົດ p < 0.05).

"AC-PET ທີ່ສ້າງຂຶ້ນໂດຍຮູບແບບ Pix-2-Pix GAN ສະແດງໃຫ້ເຫັນຕົວຊີ້ວັດ SUV ທີ່ສອດຄ່ອງກັບຮູບພາບຕົ້ນສະບັບຢ່າງໃກ້ຊິດ. ຮູບພາບ PET ທີ່ສ້າງຂຶ້ນດ້ວຍ AI ສະແດງໃຫ້ເຫັນທ່າແຮງທາງດ້ານຄລີນິກທີ່ມີຄວາມຫວັງສຳລັບການຫຼຸດຜ່ອນຄວາມຈຳເປັນຂອງການສະແກນ CT ສຳລັບການແກ້ໄຂການຫຼຸດຄວາມເຂັ້ມຂຸ້ນ ໃນຂະນະທີ່ຮັກສາເຄື່ອງໝາຍດ້ານປະລິມານ ແລະ ຄຸນນະພາບຂອງຮູບພາບ."

——————————————————————————————————————————————————————————————————————————————————————————————————————————————————–

ດັ່ງທີ່ພວກເຮົາຮູ້ກັນດີວ່າ ການພັດທະນາອຸດສາຫະກຳການຖ່າຍພາບທາງການແພດແມ່ນແຍກອອກຈາກການພັດທະນາຊຸດອຸປະກອນການແພດ - ເຄື່ອງສີດສານກັນແສງ ແລະ ອຸປະກອນສະໜັບສະໜູນຂອງມັນ - ເຊິ່ງຖືກນຳໃຊ້ຢ່າງກວ້າງຂວາງໃນຂົງເຂດນີ້. ໃນປະເທດຈີນ, ເຊິ່ງມີຊື່ສຽງໃນດ້ານອຸດສາຫະກຳການຜະລິດ, ມີຜູ້ຜະລິດຫຼາຍຄົນທີ່ມີຊື່ສຽງທັງພາຍໃນ ແລະ ຕ່າງປະເທດໃນການຜະລິດອຸປະກອນການຖ່າຍພາບທາງການແພດ, ລວມທັງLnkMedນັບຕັ້ງແຕ່ການສ້າງຕັ້ງຂຶ້ນ, LnkMed ໄດ້ສຸມໃສ່ຂະແໜງການເຄື່ອງສີດສານກັນຄວາມດັນສູງ. ທີມງານວິສະວະກອນຂອງ LnkMed ນຳພາໂດຍປະລິນຍາເອກທີ່ມີປະສົບການຫຼາຍກວ່າສິບປີ ແລະ ມີສ່ວນຮ່ວມຢ່າງເລິກເຊິ່ງໃນການຄົ້ນຄວ້າ ແລະ ພັດທະນາ. ພາຍໃຕ້ການຊີ້ນຳຂອງລາວ,ເຄື່ອງສີດ CT ຫົວດຽວ,ເຄື່ອງສີດ CT ສອງຫົວ,ເຄື່ອງສີດສານກັນແສງ MRI, ແລະເຄື່ອງສີດຢາຕ້ານຄວາມດັນສູງສຳລັບການກວດເສັ້ນເລືອດໃນສະໝອງຖືກອອກແບບດ້ວຍຄຸນສົມບັດເຫຼົ່ານີ້: ຕົວເຄື່ອງທີ່ແຂງແຮງ ແລະ ກະທັດຮັດ, ອິນເຕີເຟດການໃຊ້ງານທີ່ສະດວກສະບາຍ ແລະ ສະຫຼາດ, ໜ້າທີ່ຄົບຖ້ວນ, ຄວາມປອດໄພສູງ, ແລະ ການອອກແບບທີ່ທົນທານ. ພວກເຮົາຍັງສາມາດສະໜອງເຂັມສັກຢາ ແລະ ທໍ່ທີ່ເຂົ້າກັນໄດ້ກັບເຄື່ອງສັກ CT, MRI, DSA ຍີ່ຫໍ້ທີ່ມີຊື່ສຽງເຫຼົ່ານັ້ນ ດ້ວຍທັດສະນະຄະຕິທີ່ຈິງໃຈ ແລະ ຄວາມເຂັ້ມແຂງດ້ານວິຊາຊີບຂອງເຂົາເຈົ້າ, ພະນັກງານທຸກຄົນຂອງ LnkMed ຂໍເຊີນທ່ານມາສຳຫຼວດຕະຫຼາດເພີ່ມເຕີມຮ່ວມກັນ.