Радиомика медицинских изображений: применение ИИ и стандарты качества
Краткое изложение авторской публикации врача в сообществе «Врачи РФ» от .
Авторы материала объясняют, что радиомика извлекает из КТ, МРТ и ПЭТ количественные признаки изображений — форму, текстуру и интенсивность. Алгоритмы машинного обучения используют эти данные для классификации образований, сегментации патологических зон и прогноза; в онкологии исследуются определение подтипов рака лёгкого по КТ и оценка статуса метилирования MGMT при глиобластоме по МРТ. Авторы отмечают, что результаты моделей зависят от качества разметки и подготовки снимков, а различия томографов и протоколов могут мешать переносу алгоритмов между клиниками. Для повышения воспроизводимости рассматриваются внешняя проверка, стандарты RQS и IBSI, нормализация и гармонизация данных. Версия IBSI 2.0 (2023) содержит формализованные определения более чем 100 признаков; RQS 2.0 включает критерии объяснимости, контроля смещений и гармонизации.
Главное
- Авторы определяют радиомику как извлечение количественных признаков из медицинских изображений с помощью алгоритмов.
- В онкологии радиомика исследуется для определения подтипов рака лёгкого по КТ и статуса MGMT при глиобластоме по МРТ.
- Различия сканеров и протоколов, экспертная разметка и смещения данных могут снижать переносимость моделей между клиниками.
- RQS включает 16 пунктов и имеет максимум 36 баллов; версия RQS 2.0 добавила критерии объяснимости, смещений и гармонизации.
- В версии IBSI 2.0 (2023) формализованы математические определения более чем 100 радиомических признаков.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация