Aplicação Clínica de um Modelo de IA de CBCT de Baixa Dose

Resumo breve

O Cone Beam CT (CBCT) é uma modalidade de imagem utilizada na angiografia digital de subtração intervencionista (DSA). Ele produz imagens tridimensionais através de varredura de raios-X de cone e reconstrução computacional. Clinicamente, o CBCT guia punção para lesões pulmonares e hepáticas e avalia resultados pós-intervenção em câncer de fígado e doenças cerebrovasculares. No entanto, as intervenções guiadas por CBCT carregam alta exposição de radiação ao paciente; a redução da dose frequentemente degrada a qualidade da imagem e impede os resultados do procedimento. Estudos relatam que cada aumento de 100 mGy de radiação eleva o risco de câncer em 1,96 vezes. A inteligência artificial permite o CBCT de baixa dose. Nosso modelo anterior DeepPriorCBCT incorporou prioridades anatômicas usando aprendizado de representação discreta neural, reduzindo a dose de CBCT torácico para um sexto da rotina protocolos enquanto preserva a qualidade da imagem. Nós desenvolvemos ainda mais o DeepPriorCBCT-V2 usando 55.000 conjuntos de dados de CBCT pré-reconstrução cobrindo cérebro, tórax e abdômen. Este modelo de múltiplos órgãos mantém a qualidade da imagem com um sexto da dose de radiação padrão. No entanto, seu desempenho clínico real-world ainda não foi validado. Portanto, projetamos este ensaio prospectivo multicêntrico randomizado controlado para avaliar a aplicabilidade clínica do DeepPriorCBCT-V2.