AI-basierte Erkennung und Größenbestimmung von saccularen intrakraniellen Aneurysmen: eine Einzelzentrum-rückblickende Validierungsstudie mittels Computertomographie-Angiographie

Hintergrund Die bildgebenden Vorteile haben die Erkennungsraten intrakranieller Aneurysmen (IA) erhöht, aber auch die Arbeitsbelastung der Radiologen gesteigert. In Kombination mit visueller Ermüdung erhöht diese zusätzliche Belastung das Risiko verpasster oder fehlerhafter Diagnosen. Gleichzeitig hat künstliche Intelligenz (KI) großes Potenzial bei der Analyse medizinischer Bilder gezeigt. Diese Studie zielt darauf ab, die diagnostische Leistung von KI-Software für IAs zu bewerten und eine erste Einzelzentrum-Validierung ihres Potenzials als unterstützendes Werkzeug für zukünftige Einsätze bereitzustellen. Methoden Zwischen Januar 2019 und September 2023 wurden 452 Patienten mit 544 IAs, die durch eine Computertomographie-Angiographie (CTA) des Kopf- und Halsbereichs diagnostiziert wurden und auch eine digitale Subtraktionsangiographie (DSA) durchliefen, einbezogen. Die Fähigkeit der KI zur Erkennung der Präsenz, Lage und Größe der IAs wurde aufgezeichnet. Ihre Ergebnisse wurden mit der DSA verglichen, und die Übereinstimmung zwischen KI und Radiologen bei der Größenmessung der IA wurde bewertet. Ergebnisse Die KI-Software zeigte eine Sensitivität von 88,97 % (95 % CI 0,861–0,963) und eine Genauigkeit von 75,04 % (95 % CI 0,715–0,783) bei der Erkennung von IAs. Konkret betrugen die Genauigkeit und Sensibilität der KI bei der Erkennung von IAs, die kleiner als drei mm, zwischen 3–5 mm und größer als fünf mm sind: 58,46 % (95 % CI 0,462–0,698) und 66,67 % (95 % CI 0,537–0,775), 76,68 % (95 % CI 0,714–0,813) und 88,93 % (95 % CI 0,843–0,924), sowie 77,10 % (95 % CI 0,720–0,816) und 94,24 % (95 % CI 0,906–0,966). Es gab eine gute Übereinstimmung zwischen Radiologen und DSA, zwischen KI und DSA sowie zwischen Radiologen und KI bei der Identifizierung der Lage der IAs, mit Kappa-Werten, die alle größer als 0,75 waren. Die Radiologen und die KI zeigten auch eine gute Konsistenz bei der Messung von Tiefe, Breite, Höhe und maximalem Durchmesser, mit Intraklassenkorrelationskoeffizienten (ICCs), die alle größer als 0,75 waren, mit Ausnahme der Halsbreite, die einen ICC von 0,492 hatte. Schlussfolgerungen Die KI-Software ist bei der Erkennung von IAs, die größer als drei mm sind, gut und zeigt eine gute Übereinstimmung mit den Radiologen bei der Lokalisierung der Positionen und der Erfassung ihrer morphometrischen Parameter (mit Ausnahme der Messungen der Halsbreite). Die KI-Software hat sich als zuverlässige Unterstützung bei der Erkennung und Messung von IAs erwiesen.